One-Tailed Test là gì?

24

Bài kiểm tra một lần là gì?

Phép thử một phía là phép thử thống kê trong đó vùng tới hạn của phân bố là một phía sao cho lớn hơn hoặc nhỏ hơn một giá trị nhất định, nhưng không lớn hơn cả hai. Nếu mẫu đang được kiểm tra rơi vào vùng tới hạn một phía, giả thuyết thay thế sẽ được chấp nhận thay vì giả thuyết rỗng.

Tóm tắt ý kiến chính

  • Kiểm định một phía là một kiểm định giả thuyết thống kê được thiết lập để chỉ ra rằng trung bình mẫu sẽ cao hơn hoặc thấp hơn trung bình tổng thể, nhưng không phải cả hai.
  • Khi sử dụng kiểm tra một phía, nhà phân tích đang kiểm tra khả năng của mối quan hệ theo một hướng quan tâm và hoàn toàn bỏ qua khả năng có mối quan hệ theo một hướng khác.
  • Trước khi chạy thử nghiệm một phía, nhà phân tích phải thiết lập một giả thuyết rỗng và một giả thuyết thay thế và thiết lập một giá trị xác suất (p-value).

Kiến thức cơ bản của bài kiểm tra một lần

Một khái niệm cơ bản trong thống kê suy luận là kiểm định giả thuyết. Thử nghiệm giả thuyết được chạy để xác định xem một tuyên bố có đúng hay không, với một tham số tổng thể. Phép thử được tiến hành để cho biết liệu giá trị trung bình của mẫu có lớn hơn và nhỏ hơn đáng kể so với giá trị trung bình của tổng thể hay không được coi là phép thử hai phía. Khi thử nghiệm được thiết lập để chỉ ra rằng giá trị trung bình của mẫu sẽ cao hơn hoặc thấp hơn giá trị trung bình của tổng thể, nó được gọi là thử nghiệm một phía. Thử nghiệm một phía được đặt tên từ việc thử nghiệm diện tích dưới một trong các mặt của phân phối chuẩn, mặc dù thử nghiệm này cũng có thể được sử dụng trong các phân phối không chuẩn khác.

Trước khi có thể thực hiện thử nghiệm một phía, các giả thuyết khác và giả thuyết thay thế phải được thiết lập. Giả thuyết vô hiệu là một khẳng định mà nhà nghiên cứu hy vọng sẽ bác bỏ. Một giả thuyết thay thế là tuyên bố được hỗ trợ bằng cách bác bỏ giả thuyết vô hiệu.

Kiểm tra một phía còn được gọi là giả thuyết định hướng hoặc kiểm tra định hướng.

Ví dụ về bài kiểm tra một lần

Giả sử một nhà phân tích muốn chứng minh rằng một nhà quản lý danh mục đầu tư đã làm tốt hơn chỉ số S&P 500 trong một năm nhất định 16,91%. Họ có thể thiết lập giả thuyết rỗng (H 0 ) và giả thuyết thay thế (H a ) là:

H 0 : μ ≤ 16,91

H a : μ> 16,91

Giả thuyết vô hiệu là phép đo mà nhà phân tích hy vọng sẽ bác bỏ. Giả thuyết thay thế là tuyên bố của nhà phân tích rằng người quản lý danh mục đầu tư hoạt động tốt hơn S&P 500. Nếu kết quả của thử nghiệm một bên bác bỏ giá trị rỗng, giả thuyết thay thế sẽ được hỗ trợ. Mặt khác, nếu kết quả của thử nghiệm không từ chối giá trị rỗng, nhà phân tích có thể thực hiện phân tích và điều tra sâu hơn về hoạt động của người quản lý danh mục đầu tư.

Vùng loại bỏ chỉ nằm ở một phía của phân bố lấy mẫu trong phép thử một phía. Để xác định lợi tức đầu tư của danh mục đầu tư so với chỉ số thị trường như thế nào, nhà phân tích phải chạy thử nghiệm ý nghĩa ở phía trên, trong đó các giá trị cực trị nằm ở phần đuôi trên (phía bên phải) của đường cong phân phối chuẩn. Thử nghiệm một phía được thực hiện ở khu vực phía trên hoặc bên phải của đường cong sẽ cho nhà phân tích thấy lợi tức của danh mục đầu tư cao hơn bao nhiêu so với lợi tức của chỉ số và liệu sự khác biệt có đáng kể hay không.

1%, 5% hoặc 10%

Các mức ý nghĩa phổ biến nhất (giá trị p) được sử dụng trong thử nghiệm một phía.

Xác định tầm quan trọng trong bài kiểm tra một lần

Để xác định mức độ khác biệt đáng kể trong lợi nhuận, mức ý nghĩa phải được chỉ định. Mức ý nghĩa hầu như luôn được biểu thị bằng chữ “p”, viết tắt của xác suất. Mức ý nghĩa là xác suất kết luận sai rằng giả thuyết vô hiệu là sai. Giá trị ý nghĩa được sử dụng trong thử nghiệm một phía là 1%, 5% hoặc 10%, mặc dù có thể sử dụng bất kỳ phép đo xác suất nào khác theo quyết định của nhà phân tích hoặc nhà thống kê. Giá trị xác suất được tính với giả thiết rằng giả thuyết rỗng là đúng. Giá trị p càng thấp, bằng chứng càng chắc chắn rằng giả thuyết vô hiệu là sai.

Nếu giá trị p thu được nhỏ hơn 5%, thì sự khác biệt giữa cả hai quan sát là có ý nghĩa thống kê và giả thuyết vô hiệu bị bác bỏ. Theo ví dụ của chúng tôi ở trên, nếu p-value = 0,03, hoặc 3%, thì nhà phân tích có thể tin tưởng 97% rằng lợi nhuận danh mục đầu tư không bằng hoặc thấp hơn lợi nhuận của thị trường trong năm. Do đó, họ sẽ bác bỏ H 0 và ủng hộ tuyên bố rằng nhà quản lý danh mục đầu tư làm tốt hơn chỉ số. Xác suất chỉ được tính ở một phần đuôi của phân phối bằng một nửa xác suất của phân phối hai phần nếu các phép đo tương tự được kiểm tra bằng cách sử dụng cả hai công cụ kiểm tra giả thuyết.

Khi sử dụng kiểm tra một phía, nhà phân tích đang kiểm tra khả năng của mối quan hệ theo một hướng quan tâm và hoàn toàn bỏ qua khả năng có mối quan hệ theo một hướng khác. Sử dụng ví dụ của chúng tôi ở trên, nhà phân tích quan tâm đến việc liệu lợi nhuận của danh mục đầu tư có lớn hơn lợi nhuận của thị trường hay không. Trong trường hợp này, họ không cần phải thống kê về tình huống mà người quản lý danh mục đầu tư hoạt động kém hơn chỉ số S&P 500. Vì lý do này, kiểm tra một phía chỉ thích hợp khi việc kiểm tra kết quả ở đầu kia của phân phối không quan trọng.

Nguồn tham khảo: investmentopedia