备择假设（alternative hypothesis）是在统计假设检验中的一个重要概念。它是与零假设（null hypothesis）相对立的一个假设，用于描述我们想要测试、验证或证明的情况。
在假设检验中，通常有两个互相排斥的假设：
-
零假设（H0）：零假设是一个默认的假设，通常表示没有效应、没有关联或没有显著性差异的情况。它是我们首先要考虑的假设，以便进行统计分析。零假设通常表示为 “H0”。
-
备择假设（H1或Ha）：备择假设是我们希望证明的假设，它描述了一种与零假设不同的情况，通常表明有一种效应、关联或显著性差异存在。备择假设通常表示为 “H1” 或 “Ha”。
在假设检验过程中，我们首先提出零假设和备择假设，然后使用样本数据来评估这两个假设的合理性。我们的目标是根据样本数据来决定是否拒绝零假设，以支持备择假设。这个决策通常基于统计检验的结果，如 t-检验、z-检验、卡方检验等。
举个例子： 假设我们想测试一种新药是否比现有药物更有效。在这种情况下，零假设可以是 “新药与现有药物的疗效相同”，备择假设可以是 “新药比现有药物更有效”。然后，我们会使用患者的样本数据来进行统计分析，以确定是否有足够的证据拒绝零假设，从而支持备择假设。