Tin tức thị trường – Ở bài nội dung trước chúng tôi đã giải thích chung về Null hyphothesis là gì, và trong bài viết ngày hôm nay hãy cùng tìm hiểu Null hyphothesis trong lĩnh vực đầu tư như thế nào nhé!
Null hyphothesis trong lĩnh vực đầu tư như thế nào?
Trong lĩnh vực đầu tư, ý nghĩa của null hypothesis là gì?
Trong thế giới tài chính và đầu tư, kiểm tra giả thuyết được sử dụng để xem xét mối quan hệ giữa các yếu tố có thể ảnh hưởng đến lợi nhuận hoặc hiệu suất. Giả thuyết rỗng cho rằng kết quả là ngẫu nhiên, trong khi các nhà đầu tư tìm kiếm mối quan hệ mà nếu được xác định, có thể được sử dụng để tạo ra hiệu suất tốt hơn.
Ví dụ: giả thuyết rỗng của một nhà đầu tư có thể là: Cổ phiếu trong chỉ số S&P 500 có hệ số P / E trên 20 sẽ không có sự khác biệt về lợi nhuận hàng năm như các cổ phiếu trong chỉ số S&P 500 có hệ số PE dưới 20.
Điều này tạo cơ hội cho một nhà phân tích hoặc nhà đầu tư khác bác bỏ giả thuyết vô rỗng này để hình thành một giả thuyết thay thế.
Ví dụ, một giả thuyết thay thế cho điều này sẽ là: Các cổ phiếu trong chỉ số S&P 500 có hệ số P/E trên 20 sẽ được hưởng lợi nhuận hàng năm cao hơn các cổ phiếu trong chỉ số S&P 500 có hệ số P/E dưới 20.
Các bước kiểm tra giả thuyết
Các nhà kinh tế lượng tuân theo một quy trình chính thức để kiểm tra một giả thuyết và xác định xem nó có bị bác bỏ hay không. Các bước bao gồm:
Nêu các giả thuyết
Bước đầu tiên liên quan đến việc định vị các giả thuyết rỗng và giả thuyết thay thế. Hãy nhớ rằng chúng loại trừ lẫn nhau. Nếu một giả thuyết nêu một sự thật, thì giả thuyết kia phải bác bỏ nó.
Đưa ra các giả định thống kê
Xem xét các giả định thống kê – chẳng hạn như tính độc lập của các điều nhận thấy với nhau, tính bình thường của điều nhận thấy, sai số ngẫu nhiên và phân phối xác suất của sai số ngẫu nhiên, ngẫu nhiên hóa trong quá trình lấy mẫu,…
Lập kế hoạch phân tích
Điều này bao gồm việc quyết định thử nghiệm sẽ được thực hiện để kiểm tra giả thuyết. Đồng thời, chúng ta cần quyết định cách dữ liệu mẫu sẽ được sử dụng để kiểm tra giả thuyết rỗng.
Điều tra dữ liệu mẫu
Ở giai đoạn này, dữ liệu mẫu được kiểm tra. Đó là khi chúng ta tìm thấy điểm – giá trị trung bình, phân phối chuẩn, phân phối t, điểm z…
Diễn giải kết quả
Giai đoạn này liên quan đến việc đưa ra quyết định bác bỏ giả thuyết vô hiệu để ủng hộ giả thuyết thay thế hoặc không bác bỏ giả thuyết rỗng.
Tham khảo thêm: Giả thuyết không (Null Hypothesis) là gì?
Chấp nhận hoặc bác bỏ giả thuyết rỗng
Đây là phần mở rộng của bước cuối cùng – giải thích kết quả trong quá trình kiểm tra giả thuyết. Giả thuyết rỗng được chấp nhận hoặc bị bác bỏ Giá trị P cơ sở và vùng chấp nhận.
Giá trị P – nó là một hàm của kết quả mẫu quan sát được. Giá trị ngưỡng được chọn trước khi tiến hành thử nghiệm và được gọi là mức ý nghĩa, được biểu thị bằng α. Nếu giá trị tính toán của P ≤ α, nó cho thấy sự mâu thuẫn giữa dữ liệu nhận thấy được và giả thiết rằng giả thuyết rỗng là đúng
Điều này cho thấy giả thuyết rỗng phải bị bác bỏ. Tuy nhiên, điều này không có nghĩa là giả thuyết thay thế có thể được chấp nhận là đúng.
Ví dụ: Bạn tung một cặp xúc xắc một lần và cho rằng chúng là công bằng và do đó kết quả hiển thị khi tung xúc xắc sẽ công bằng.
Giả thuyết vô hiệu là – xúc xắc là công bằng. Bạn đã giả định mức ý nghĩa (α) là 0,04.
Bây giờ bạn tung xúc xắc và quan sát rằng cả hai đều hiển thị 6. Giá trị p sẽ là 1/36 hoặc 1 / (6 * 6) giả sử rằng tĩnh thử nghiệm được phân bố đồng đều. Giá trị p là 0,028 nhỏ hơn giá trị giả định của α. Trên cơ sở này, giả thuyết rỗng bị bác bỏ. Nó cho thấy rằng giả định cho rằng xúc xắc công bằng là không đúng.
Vùng chấp nhận – Đó là phạm vi giá trị khiến bạn chấp nhận giả thuyết vô hiệu. Khi bạn thu thập và quan sát dữ liệu mẫu, bạn sẽ tính toán thử nghiệm tĩnh. Nếu giá trị của nó nằm trong phạm vi cụ thể thì giả thuyết rỗng được chấp nhận.
Ví dụ: Bạn có thể giả thuyết rằng trọng lượng trung bình của học sinh trong một trường học là 30 kg. Để kiểm tra giả thuyết này, bạn thu thập một mẫu ngẫu nhiên và tính điểm trung bình.
Nếu giá trị trung bình của mẫu gần với giá trị trung bình được giả thuyết, giả sử trong khoảng từ 29 đến 31, bạn chấp nhận giả thuyết rỗng. Do đó, vùng chấp nhận là 29 và 31. Các giá trị nằm ngoài vùng này sẽ nằm trong vùng từ chối.
Các ý chính của giả thuyết không (Null Hypothesis)
- Giả thuyết không là một loại phỏng đoán được sử dụng trong thống kê giả định rằng không tồn tại ý nghĩa thống kê trong một tập hợp các quan sát nhất định.
- Giả thuyết rỗng chỉ ra rằng không có biến thể nào tồn tại giữa các biến hoặc một biến đơn lẻ không khác với giá trị trung bình của nó.
- Đối lập với giả thuyết vô hiệu là giả thuyết thay thế.
- Kiểm định giả thuyết cho phép một mô hình toán học chấp nhận hoặc bác bỏ giả thuyết vô hiệu với một mức độ tin cậy nhất định.
KẾT LUẬN
Trên đây là toàn bộ thông tin về Null hyphothesis trong lĩnh vực đầu tư như thế nào? Chúc các bạn sẽ có thêm được nhiều kiến thức bổ ích nhé!