Alfa risk

Vad är alfarisk?

Alfa-risk är risken att i ett statistiskt test en nollhypotes förkastas när den faktiskt är sann. Detta är också känt som ett typ I-fel eller ett falskt positivt. Termen "risk" syftar på chansen eller sannolikheten att fatta ett felaktigt beslut. Den primära bestämningsfaktorn för mängden alfarisk är urvalsstorleken som används för testet. Specifikt gäller att ju större urval som testas, desto lägre blir alfarisken.

Alfa-risk kan jämföras med beta-risk,. eller risken att begå ett typ II-fel (dvs. ett falskt negativt).

Alfa-risk är i detta sammanhang inte relaterad till investeringsrisken förknippad med en aktivt förvaltad portfölj som eftersträvar alfa eller överavkastning över marknaden.

Förstå Alpha Risk

Nollhypotesen i ett statistiskt test säger vanligtvis att det inte finns någon skillnad mellan värdet som testas och ett visst tal, som noll eller ett. När nollhypotesen förkastas säger personen som utför testet att det finns en skillnad mellan det testade värdet och det specifika numret.

Alfa-risk är risken att en skillnad upptäcks när ingen skillnad faktiskt existerar. Det kan förklaras som risken i att felaktigt förkasta nollhypotesen när en alternativ hypotes faktiskt är falsk. Detta är ett falskt positivt, enkelt uttryckt, det är att inta ståndpunkten att det finns en skillnad när det faktiskt inte finns någon. Ett statistiskt test bör användas för att upptäcka skillnader mellan en hypotes och noll, och alfarisken är sannolikheten att ett sådant test kommer att rapportera en när det verkligen inte finns något där. Om alfa-risken är 0,05, finns det en 5% sannolikhet för felaktighet.

Det bästa sättet att minska alfarisken är att öka storleken på provet som testas med förhoppningen att det större urvalet ska vara mer representativt för populationen.

Hypotestestning

Hypotestestning är en process för att testa en gissning med hjälp av exempeldata. Testet är utformat för att ge bevis för att gissningen eller hypotesen stöds av de data som testas. En nollhypotes är tron att det inte finns någon statistisk signifikans eller effekt mellan de två datamängderna, variablerna eller populationerna som beaktas i hypotesen. Vanligtvis skulle en forskare försöka motbevisa nollhypotesen.

Låt oss till exempel säga att nollhypotesen säger att en investeringsstrategi inte presterar bättre än ett marknadsindex, såsom S&P 500. Forskaren skulle ta prover av data och testa investeringsstrategins historiska resultat för att avgöra om strategin utförs på en högre nivå än S&P. Om testresultaten visade att strategin presterade i en högre takt än indexet skulle nollhypotesen förkastas.

Detta tillstånd betecknas ofta som "n=0". Om – när testet genomförs – resultatet verkar tyda på att de stimuli som appliceras på testpersonen orsakar en reaktion, skulle nollhypotesen som säger att stimuli inte påverkar testpersonen i sin tur behöva förkastas.

Helst ska en nollhypotes aldrig förkastas om den visar sig vara sann, och den ska alltid förkastas om den visar sig vara falsk. Det finns dock situationer då fel kan uppstå.

Exempel på alfarisk

Ett exempel på alfarisk inom finans skulle vara om man ville testa hypotesen att den genomsnittliga årliga avkastningen på en grupp aktier var större än 10 %. Så nollhypotesen skulle vara om avkastningen var lika med eller mindre än 10 %. För att testa detta skulle man sammanställa ett urval av aktieavkastning över tid och fastställa signifikansnivån.

Om du, efter att ha tittat på urvalet statistiskt, bestämmer att den genomsnittliga årliga avkastningen är högre än 10 %, skulle du förkasta nollhypotesen. Men i verkligheten var den genomsnittliga avkastningen 6% så du har gjort ett typ I-fel. Sannolikheten att du har gjort detta fel i ditt test är alfarisken. Denna alfarisk kan leda till att du investerar i en grupp aktier när avkastningen faktiskt inte motiverar de potentiella riskerna.

I medicinska tester skulle ett typ I-fel orsaka att en behandling för en sjukdom har effekten att minska svårighetsgraden av sjukdomen när den faktiskt inte gör det. När ett nytt läkemedel testas blir nollhypotesen att läkemedlet inte påverkar sjukdomsförloppet. Låt oss säga att ett labb forskar om ett nytt cancerläkemedel. Deras nollhypotes kan vara att läkemedlet inte påverkar tillväxthastigheten för cancerceller.

Efter att ha applicerat läkemedlet på cancercellerna slutar cancercellerna att växa. Detta skulle få forskarna att förkasta deras nollhypotes att läkemedlet inte skulle ha någon effekt. Om läkemedlet orsakade tillväxtstoppet skulle slutsatsen att förkasta noll, i detta fall, vara korrekt. Men om något annat under testet orsakade tillväxtstoppet istället för det administrerade läkemedlet, skulle detta vara ett exempel på ett felaktigt förkastande av nollhypotesen, dvs ett typ I-fel.

##Höjdpunkter

• Alfa, eller den aktiva avkastningen från investeringar, är inte relaterad till alfarisken i statistiskt beslutsfattande.

• Ett typ I-fel är i huvudsak ett "falskt positivt", vilket leder till ett felaktigt förkastande av nollhypotesen.

• Nollhypotesen antar inget orsaks- och verkanssamband mellan det testade föremålet och de stimuli som appliceras under testet.

– Känt som ett typ I-fel uppstår alfa-risk vid hypotesprövning när en nollhypotes förkastas, trots att den är korrekt och inte bör förkastas.