ETFFIN Finance >> Curso de Finanzas Personales >  >> Gestión Financiera >> Finanzas

Valor P Explicado: Significación y Pruebas de Hipótesis

¿Qué es el Valor P?

En estadística, el valor p es la probabilidad de obtener resultados al menos tan extremos como los resultados observados de una prueba de hipótesis estadística, asumiendo que la hipótesis nula es correcta. El valor p se utiliza como alternativa a los puntos de rechazo para proporcionar el nivel de significación más pequeño en el que la hipótesis nula sería rechazada. Un valor p menor indica una evidencia más fuerte a favor de la hipótesis alternativa.

Puntos Clave

  • El valor p mide la probabilidad de que una diferencia observada haya ocurrido solo por azar aleatorio.
  • Cuanto menor sea el valor p, mayor será la significación estadística de la diferencia observada.
  • El valor p puede usarse como alternativa o complemento a los niveles de confianza predefinidos para las pruebas de hipótesis.

¿Cómo se Calcula el Valor P?

Los valores p suelen encontrarse usando tablas de valores p, hojas de cálculo o software estadístico. Estos cálculos se basan en la distribución de probabilidad asumida o conocida del estadístico específico que se está probando. Los valores p se calculan a partir de la desviación entre el valor observado y un valor de referencia elegido, dada la distribución de probabilidad del estadístico; una mayor diferencia entre los dos valores corresponde a un valor p menor.

Matemáticamente, el valor p se calcula usando cálculo integral a partir del área bajo la curva de distribución de probabilidad para todos los valores de estadísticas que están al menos tan lejos del valor de referencia como el valor observado, relativo al área total bajo la curva de distribución de probabilidad. En resumen, cuanto mayor sea la diferencia entre dos valores observados, menos probable es que la diferencia se deba a simple azar aleatorio, y esto se refleja en un valor p menor.

Enfoque del Valor P para las Pruebas de Hipótesis

El enfoque del valor p para las pruebas de hipótesis usa la probabilidad calculada para determinar si hay evidencia para rechazar la hipótesis nula. La hipótesis nula, también conocida como conjetura, es la afirmación inicial sobre una población (o proceso generador de datos). La hipótesis alternativa establece si el parámetro poblacional difiere del valor del parámetro poblacional declarado en la conjetura.

En la práctica, el nivel de significación se establece de antemano para determinar qué tan pequeño debe ser el valor p para rechazar la hipótesis nula. Dado que diferentes investigadores usan diferentes niveles de significación al examinar una pregunta, a veces un lector puede tener dificultad para comparar resultados de dos pruebas diferentes. Los valores p proporcionan una solución a este problema.

Por ejemplo, supongamos que un estudio que compara rendimientos de dos activos particulares fue realizado por diferentes investigadores que usaron los mismos datos pero diferentes niveles de significación. Los investigadores podrían llegar a conclusiones opuestas sobre si los activos difieren. Si un investigador usó un nivel de confianza del 90% y el otro requirió un nivel de confianza del 95% para rechazar la hipótesis nula, y el valor p de la diferencia observada entre los dos rendimientos fue 0.08 (correspondiente a un nivel de confianza del 92%), entonces el primer investigador encontraría que los dos activos tienen una diferencia estadísticamente significativa, mientras que el segundo no encontraría diferencia estadísticamente significativa entre los rendimientos.

Para evitar este problema, los investigadores podrían reportar el valor p de la prueba de hipótesis y permitir que el lector interprete la significación estadística por sí mismo. Esto se llama enfoque del valor p para las pruebas de hipótesis. Un observador independiente podría notar el valor p y decidir por sí mismo si eso representa una diferencia estadísticamente significativa o no.

Ejemplo de Valor P

Un inversor afirma que el rendimiento de su cartera de inversiones es equivalente al del índice Standard & Poor's (S&P) 500. Para determinar esto, el inversor realiza una prueba bilateral. La hipótesis nula establece que los rendimientos de la cartera son equivalentes a los del S&P 500 durante un período específico, mientras que la hipótesis alternativa establece que los rendimientos de la cartera y los del S&P 500 no son equivalentes; si el inversor realizara una prueba unilateral, la hipótesis alternativa establecería que los rendimientos de la cartera son menores o mayores que los del S&P 500.

La prueba de hipótesis del valor p no necesariamente hace uso de un nivel de confianza predefinido en el que el inversor deba restablecer la hipótesis nula de que los rendimientos son equivalentes. En su lugar, proporciona una medida de cuánta evidencia hay para rechazar la hipótesis nula. Cuanto menor sea el valor p, mayor será la evidencia contra la hipótesis nula. Así, si el inversor encuentra que el valor p es 0.001, hay una fuerte evidencia contra la hipótesis nula, y el inversor puede concluir con confianza que los rendimientos de la cartera y los del S&P 500 no son equivalentes.

Aunque esto no proporciona un umbral exacto sobre cuándo el inversor debe aceptar o rechazar la hipótesis nula, tiene otra ventaja muy práctica. Las pruebas de hipótesis del valor p ofrecen una forma directa de comparar la confianza relativa que el inversor puede tener al elegir entre múltiples tipos de inversiones o carteras, relativas a un referente como el S&P 500.

Por ejemplo, para dos carteras, A y B, cuyo rendimiento difiere del S&P 500 con valores p de 0.10 y 0.01, respectivamente, el inversor puede estar mucho más seguro de que la cartera B, con un valor p menor, mostrará consistentemente resultados diferentes.