¿Qué es una prueba de una cola?
Una prueba de una cola es una prueba estadística en la que el área crítica de una distribución es unilateral, de modo que es mayor o menor que cierto valor, pero no ambos. Si la muestra que se prueba cae en el área crítica unilateral, se aceptará la hipótesis alternativa en lugar de la hipótesis nula.
Una prueba de una cola también se conoce como hipótesis direccional o prueba direccional.
Los fundamentos de una prueba de una cola
Un concepto básico en estadística inferencial es la prueba de hipótesis. Las pruebas de hipótesis se ejecutan para determinar si un reclamo es verdadero o no, dado un parámetro de población. Una prueba que se realiza para mostrar si la media de la muestra es significativamente mayor y significativamente menor que la media de una población se considera una prueba de dos colas. Cuando la prueba se configura para mostrar que la media de la muestra sería mayor o menor que la media de la población, se denomina prueba de una cola. La prueba de una cola recibe su nombre de la prueba del área debajo de una de las colas (lados) de una distribución normal, aunque la prueba también se puede usar en otras distribuciones no normales.
Antes de que se pueda realizar la prueba de una cola, se deben establecer hipótesis nulas y alternativas. Una hipótesis nula es una afirmación que el investigador espera rechazar. Una hipótesis alternativa es la afirmación que se respalda al rechazar la hipótesis nula.
conclusiones clave
- Una prueba de una cola es una prueba de hipótesis estadística configurada para mostrar que la media de la muestra sería mayor o menor que la media de la población, pero no ambas. Cuando se usa una prueba de una cola, el analista prueba la posibilidad de la relación en una dirección de interés, y sin tener en cuenta la posibilidad de una relación en otra dirección. Antes de ejecutar una prueba de una cola, el analista debe establecer una hipótesis nula y una hipótesis alternativa y establecer un valor de probabilidad (valor p).
Ejemplo de una prueba de una cola
Digamos que un analista quiere demostrar que un administrador de cartera superó el índice S&P 500 en un año determinado en un 16, 91%. Puede establecer las hipótesis nula (H 0) y alternativa (H a) como:
H 0: μ ≤ 16.91
H a: μ> 16.91
La hipótesis nula es la medida que el analista espera rechazar. La hipótesis alternativa es la afirmación hecha por el analista de que el administrador de la cartera tuvo un mejor desempeño que el S&P 500. Si el resultado de la prueba de una cola resulta en rechazar el valor nulo, se apoyará la hipótesis alternativa. Por otro lado, si el resultado de la prueba no puede rechazar el valor nulo, el analista puede llevar a cabo análisis e investigaciones adicionales sobre el desempeño del administrador de la cartera.
La región de rechazo está en un solo lado de la distribución de muestreo en una prueba de una cola. Para determinar cómo se compara el rendimiento de la inversión de la cartera con el índice del mercado, el analista debe ejecutar una prueba de significación de cola superior en la que los valores extremos caen en la cola superior (lado derecho) de la curva de distribución normal. La prueba de una cola realizada en el área de la cola superior o derecha de la curva mostrará al analista cuánto más alto es el rendimiento de la cartera que el rendimiento del índice y si la diferencia es significativa.
1%, 5% o 10%
Los niveles de significancia más comunes (valores p) utilizados en una prueba de una cola.
Determinación de la importancia en una prueba de una cola
Para determinar qué tan significativa es la diferencia en los retornos, se debe especificar un nivel de significancia. El nivel de significancia casi siempre está representado por la letra "p", que significa probabilidad. El nivel de significancia es la probabilidad de concluir incorrectamente que la hipótesis nula es falsa. El valor de significación utilizado en una prueba de una cola es del 1%, 5% o 10%, aunque cualquier otra medida de probabilidad se puede utilizar a discreción del analista o estadístico. El valor de probabilidad se calcula asumiendo que la hipótesis nula es verdadera. Cuanto más bajo es el valor p, más fuerte es la evidencia de que la hipótesis nula es falsa.
Si el valor p resultante es inferior al 5%, la diferencia entre ambas observaciones es estadísticamente significativa y se rechaza la hipótesis nula. Siguiendo nuestro ejemplo anterior, si el valor p = 0.03, o 3%, entonces el analista puede estar 97% seguro de que el rendimiento de la cartera no fue igual o inferior al rendimiento del mercado para el año. Por lo tanto, rechazará H 0 y respaldará la afirmación de que el administrador de cartera superó el índice. La probabilidad calculada en solo una cola de una distribución es la mitad de la probabilidad de una distribución de dos colas si se probaron medidas similares utilizando ambas herramientas de prueba de hipótesis.
Cuando se usa una prueba de una cola, el analista está probando la posibilidad de la relación en una dirección de interés y haciendo caso omiso de la posibilidad de una relación en otra dirección. Usando nuestro ejemplo anterior, el analista está interesado en saber si el rendimiento de una cartera es mayor que el del mercado. En este caso, no necesita contabilizar estadísticamente una situación en la que el administrador de la cartera obtuvo un rendimiento inferior al índice S&P 500. Por esta razón, una prueba de una cola solo es apropiada cuando no es importante probar el resultado en el otro extremo de una distribución.
