零模型与零假设相关。采用以下单变量模型：

$Y=\alpha+\beta_{1}X + \epsilon$

我的零假设通常是$\beta_{1}$在统计上与零没有什么不同。

$H_{0}: \beta_{1}=0$（零假设）

$H_{A}: \beta_{1}\neq 0$（另一种假设）

对于像上面这样的单变量线性模型，如果我们要拒绝备择假设，那么我们可以放弃 $\beta_{1}X$从线性模型中，我们将剩下

$Y = \alpha + \epsilon$

哪个是您的 Null 模型，与平均值相同$Y$.

不，我会说“零模型”本质上与“零假设”具有相同的含义：如果零假设为真，则模型。在特定情况下，这意味着什么当然取决于具体的零假设。

您的解释为“平均值”（您可能想说“响应变量的边际分布”）不考虑任何预测变量，是一种可能性，对应于“综合检验”的零假设，测试所有参数（拦截除外）同时。

但是兴趣很可能集中在表格的模型上

所以零假设将是$\beta_2 =0$空模型将是 $y_i = \beta_0 + \beta_1^T x_{1i} + \epsilon_i$. 所以这取决于。

在回归中，如其他两个答案中部分描述的那样，零模型是所有回归参数均为 0 的零假设。因此，您可以将其解释为在零假设下没有趋势和新的最佳估计/预测观察是平均值，在没有截距的情况下为 0。