O que significa uma forte hipótese nula?

GRINGS - Correlação e Regressão linear - aula 22 (Abril 2024)

GRINGS - Correlação e Regressão linear - aula 22 (Abril 2024)
O que significa uma forte hipótese nula?

Índice:

Anonim
a:

Na lógica, uma hipótese nula refere-se a uma suposição muito geral de que não existe correlação significativa entre duas observações diferentes. Uma hipótese nula nunca pode ser comprovada definitivamente; só pode ser rejeitado ou não rejeitado com base na evidência. Nenhuma hipótese nula é originalmente forte ou fraca; é uma suposição padrão. Se uma hipótese nula não for rejeitada imediatamente, ela pode ser considerada mais forte do que uma hipótese nula que foi rejeitada.

Considere o seguinte exemplo: os estatísticos financeiros querem testar a relação entre o volume de negociação de uma ação e o seu próximo movimento de preços. A hipótese nula pode ser que o volume de negócios não influencie o preço.

Compreendendo a Hipótese Nula

O termo "nulo" foi originalmente usado para descrever a visão comumente aceita. Por exemplo, foi uma vez comum aceito que a Terra era o centro do sistema solar. Se um físico quis propor a hipótese de que o sol era o centro do sistema solar, a hipótese nula poderia ser escrita como: "Os corpos celestes não exibem características rotacionais consistentes com a posição do sol".

< ! --2 ->

Uma maneira mais simples de definir a hipótese nula é que é o oposto da hipótese alternativa proposta. Todo experimento científico válido precisa de uma hipótese nula que possa ser rejeitada e substituída pela alternativa. É uma parte importante das estatísticas e da econometria.

Hipótesis nula em Finanças estatísticas

Os pesquisadores de mercado usam hipóteses nulas explícitas ou implícitas o tempo todo. Uma empresa de marketing pode propor que um aumento de 20% na comercialização de TV resultará em um aumento de 50% nas vendas. A hipótese nula seria que um aumento de 20% na comercialização de TV não resultará em um aumento de 50% nas vendas.

Hipóteses nulas e experiências estatísticas em finanças são muito mais complexas do que este exemplo básico. Alguns são muito difíceis de rejeitar, então os estatísticos e os economistas usam testes de significância. Normalmente, os resultados são significativos se gerarem 95% de probabilidade de que o nulo possa ser rejeitado.