ETFFIN Finance >> Curso de Finanças Pessoais >  >> Gestão Financeira >> Finanças

Valor-p Explicado: Significância e Testes de Hipótese

O que é o Valor-p?

Em estatística, o valor-p (p-value) é a probabilidade de obter resultados pelo menos tão extremos quanto os resultados observados em um teste de hipótese estatística, assumindo que a hipótese nula está correta. O valor-p é usado como alternativa aos pontos de rejeição para fornecer o menor nível de significância no qual a hipótese nula seria rejeitada. Um valor-p menor indica evidência mais forte a favor da hipótese alternativa.

Principais Conclusões

  • O valor-p mede a probabilidade de que uma diferença observada tenha ocorrido apenas por acaso.
  • Quanto menor o valor-p, maior a significância estatística da diferença observada.
  • O valor-p pode ser usado como alternativa ou complemento a níveis de confiança pré-selecionados para testes de hipótese.

Como o Valor-p é Calculado?

Os valores-p são geralmente obtidos usando tabelas de valor-p, planilhas ou software estatístico. Esses cálculos baseiam-se na distribuição de probabilidade assumida ou conhecida do estatístico específico testado. O valor-p é calculado a partir do desvio entre o valor observado e um valor de referência escolhido, dada a distribuição de probabilidade do estatístico — uma maior diferença entre os dois valores corresponde a um valor-p menor.

Matematicamente, o valor-p é calculado usando cálculo integral a partir da área sob a curva de distribuição de probabilidade para todos os valores de estatísticas que estão pelo menos tão distantes do valor de referência quanto o valor observado, em relação à área total sob a curva. Em resumo, quanto maior a diferença entre dois valores observados, menor a probabilidade de que a diferença seja devida ao acaso, o que se reflete em um valor-p menor.

Abordagem do Valor-p para Testes de Hipótese

A abordagem do valor-p para testes de hipótese usa a probabilidade calculada para determinar se há evidência para rejeitar a hipótese nula. A hipótese nula, também conhecida como conjectura, é a afirmação inicial sobre uma população (ou processo gerador de dados). A hipótese alternativa afirma se o parâmetro populacional difere do valor declarado na conjectura.

Na prática, o nível de significância é declarado antecipadamente para determinar quão pequeno o valor-p deve ser para rejeitar a hipótese nula. Como diferentes pesquisadores usam diferentes níveis de significância, um leitor pode ter dificuldade em comparar resultados de dois testes diferentes. Os valores-p fornecem uma solução para esse problema.

Por exemplo, suponha um estudo comparando retornos de dois ativos realizado por diferentes pesquisadores que usaram os mesmos dados, mas níveis de significância diferentes. Os pesquisadores poderiam chegar a conclusões opostas sobre se os ativos diferem. Se um usou nível de confiança de 90% e outro exigiu 95% para rejeitar a hipótese nula, e o valor-p da diferença observada foi 0,08 (correspondendo a nível de confiança de 92%), o primeiro pesquisador encontraria diferença estatisticamente significativa, enquanto o segundo não encontraria.

Para evitar esse problema, os pesquisadores podem reportar o valor-p do teste de hipótese e permitir que o leitor interprete a significância estatística por conta própria. Isso é chamado de abordagem do valor-p para testes de hipótese. Um observador independente pode notar o valor-p e decidir por si mesmo se isso representa uma diferença estatisticamente significativa.

Exemplo de Valor-p

Um investidor afirma que o desempenho de sua carteira de investimentos é equivalente ao do índice S&P 500. Para testar isso, o investidor realiza um teste bicaudal. A hipótese nula afirma que os retornos da carteira são equivalentes aos do S&P 500 em um período especificado, enquanto a hipótese alternativa afirma que não são equivalentes — se fosse um teste unicaudal, a alternativa afirmaria que os retornos da carteira são menores ou maiores que os do S&P 500.

O teste de hipótese com valor-p não utiliza necessariamente um nível de confiança pré-selecionado no qual o investidor deve rejeitar a hipótese nula de que os retornos são equivalentes. Em vez disso, fornece uma medida de quanta evidência existe contra a hipótese nula. Quanto menor o valor-p, maior a evidência contra a hipótese nula. Assim, se o investidor encontrar valor-p de 0,001, há forte evidência contra a hipótese nula, podendo concluir com confiança que os retornos da carteira e do S&P 500 não são equivalentes.

Embora isso não forneça um limite exato para quando aceitar ou rejeitar a hipótese nula, oferece outra vantagem prática: o teste de hipótese com valor-p oferece uma forma direta de comparar a confiança relativa que o investidor pode ter ao escolher entre diferentes tipos de investimentos ou carteiras, em relação a um benchmark como o S&P 500.

Por exemplo, para duas carteiras A e B, cujo desempenho difere do S&P 500 com valores-p de 0,10 e 0,01 respectivamente, o investidor pode ter muito mais confiança de que a carteira B, com valor-p menor, mostrará resultados consistentemente diferentes.