您的位置 首页 商业

现值定义

什么是P值? 在统计学中,假设零假设是正确的,p值是获得至少与统计假设检验的观察结果一样极端的结果的概率。p值被用作拒绝点的替代,以提供零假设被拒绝的最小显著性水平。较小的p值意味…

什么是P值?

在统计学中,假设零假设是正确的,p值是获得至少与统计假设检验的观察结果一样极端的结果的概率。p值被用作拒绝点的替代,以提供零假设被拒绝的最小显著性水平。较小的p值意味着有更强的证据支持替代假设。

关键要点

  • p值是对观察到的差异可能只是偶然发生的概率的度量。
  • p值越低,观察到的差异的统计显著性越大。
  • p值可用作假设检验的预选置信水平的替代或补充。
  • P值是如何计算的?

    p值通常使用p值表或电子表格/统计软件找到。这些计算基于被测试的特定统计量的假设或已知概率分布。给定统计量的概率分布,根据观测值和选定参考值之间的偏差计算p值,两个值之间的较大差异对应于较低的p值。

    从数学上来说,p值是使用积分从概率分布曲线下的面积计算出来的,所有统计值与参考值的距离至少与观察值的距离相同,相对于概率分布曲线下的总面积。简而言之,两个观察值之间的差异越大,这种差异越不可能是由于简单的随机机会造成的,这反映在较低的p值上。

    假设检验的p值方法

    假设检验的p值方法使用计算的概率来确定是否有证据拒绝零假设。nu ll假说,也称为猜想,是关于人口(或数据生成过程)的最初主张。另一种假设陈述了总体参数是否不同于猜想中陈述的总体参数的值。

    在实践中,预先声明显著性水平,以确定p值必须有多小才能拒绝零假设。因为不同的研究者在检查一个问题时使用不同的重要性水平,读者有时可能难以比较两个不同测试的结果。p值为这个问题提供了一个解决方案。

    例如,假设一项比较两种特定资产回报的研究是由不同的研究人员进行的,他们使用相同的数据,但显著水平不同。关于资产是否不同,研究人员可能会得出相反的结论。如果一名研究人员使用90%的置信水平,另一名研究人员要求95%的置信水平来拒绝无效假设,并且两个回报之间观察到的差异的p值为0.08(对应于92%的置信水平),则第一名研究人员将发现两个资产具有统计上显著的差异,而第二名研究人员将发现回报之间没有统计上显著的差异。

    为了避免这个问题,研究人员可以报告假设检验的p值,并允许读者自己解释统计意义。这就是所谓的p值假设检验法。一个独立的观察者可以注意到p值,并自己决定这是否代表统计学上的显著差异。

    现值的真实例子

    假设一个投资者声称他们的投资组合的表现相当于标准普尔(S&P) 500指数。为了确定这一点,投资者进行了一个双尾测试。零假设认为投资组合的回报与标准普尔500指数在特定时期的回报相等,而替代假设认为投资组合的回报与标准普尔500指数的回报不相等。(如果投资者进行了一个单尾测试,另一个假设是投资组合的回报小于或大于标准普尔500指数的回报。)

    p值假设检验不一定使用预先选择的置信水平,在这个水平上,投资者应该重置零假设,即收益是相等的。相反,它提供了一种衡量有多少证据来拒绝无效假设的方法。p值越小,反对零假设的证据越多。因此,如果投资者发现p值为0.001,则有强有力的证据反对零假设,投资者可以自信地得出投资组合的回报和标准普尔500指数的回报不相等的结论。

    虽然这并没有提供一个确切的门槛,投资者何时应该接受或拒绝零假设,但它确实有另一个非常实际的优势。p值假设检验提供了一种直接的方法,可以比较投资者在选择多种不同类型的投资或投资组合时,相对于标准普尔500指数等基准的相对信心。

    例如,对于两个投资组合,A和B,它们的表现不同于标准普尔500指数,p值分别为0.10和0.01,投资者可以更有信心,p值较低的投资组合B实际上会显示出一致的不同结果。

    本文来自网络,不代表爱财富网立场,转载请注明出处:http://www.htuba.com/news/3233.html

    作者: 爱财富网

    返回顶部