一尾测试
单尾检验是一种统计检验，其中分布的临界区域是单边的，因此它要么大于或小于某个值，但不能同时存在。如果被测试的样本落入单侧临界区，则替代假设将被接受，而不是零假设。
金融分析师使用单尾检验来检验投资或投资组合假设。
什么是单尾测试？
推论统计的一个基本概念是假设检验。在给定总体参数的情况下，运行假设检验以确定声明是否正确。为显示样本均值是否显着大于和显着小于总体均值而进行的检验被视为双尾检验。当测试设置为显示样本均值高于或低于总体均值时，称为单尾检验。单尾检验得名于检验正态分布的一个尾部（边）下方的区域，尽管该检验可用于其他非正态分布。
在进行单尾检验之前，必须建立零假设和备择假设。零假设是研究人员希望拒绝的主张。另一种假设是通过拒绝零假设支持的主张。
单尾检验也称为定向假设或定向检验。
单尾测试示例
假设分析师想要证明投资组合经理在特定年份的表现优于标准普尔 500 指数16.91%。他们可以将空 (H0) 和替代 (Ha) 假设设置为：
H0：μ≤16.91
Ha: μ > 16.91
原假设是分析师希望拒绝的测量。备择假设是分析师声称投资组合经理的表现优于标准普尔 500 指数。如果单尾检验的结果拒绝零，则备择假设将得到支持。另一方面，如果测试的结果不能拒绝零，分析师可以对投资组合经理的表现进行进一步的分析和调查。
在单尾检验中，拒绝区域仅位于抽样分布的一侧。为了确定投资组合的投资回报与市场指数的比较，分析师必须进行上尾显着性检验，其中极值落在正态分布曲线的上尾（右侧）。在曲线的上尾区或右尾区进行的单尾检验将向分析师显示投资组合收益比指数收益高多少以及差异是否显着。
1%、5% 或 10%
单尾检验中使用的最常见的显着性水平（p 值）。
确定单尾测试的重要性
要确定收益差异的显着程度，必须指定显着性水平。显着性水平几乎总是由代表概率的字母 p, 表示。显着性水平是错误地断定原假设为假的概率。单尾检验中使用的显着性值为 1%、5% 或 10%，但分析师或统计学家可自行决定使用任何其他概率测量。在假设原假设为真的情况下计算概率值。 p 值越低，原假设为假的证据越强。
如果得到的 p 值小于 5%，则两个观测值之间的差异具有统计显着性，并且拒绝原假设。按照我们上面的例子，如果 p 值 = 0.03 或 3%，那么分析师可以有 97% 的信心认为投资组合回报不等于或低于当年市场的回报。因此，他们将拒绝 H0 并支持投资组合经理跑赢指数的说法。如果使用两种假设检验工具测试相似的测量值，则仅在分布的一条尾中计算的概率是双尾分布概率的一半。
当使用单尾检验时，分析师正在测试关系在一个感兴趣的方向上的可能性，而完全忽略了另一个方向上的关系的可能性。使用我们上面的例子，分析师对投资组合的回报是否大于市场的回报感兴趣。在这种情况下，他们不需要对投资组合经理表现低于标准普尔 500 指数的情况进行统计。因此，单尾检验仅适用于检验分布另一端的结果并不重要的情况。
＃＃ 强调
单尾检验是一种统计假设检验，旨在显示样本均值会高于 ** 或** 低于总体均值，但不会两者兼而有之。
在运行单尾检验之前，分析人员必须设置零假设和备择假设并建立概率值（p 值）。
当使用单尾测试时，分析师正在测试在一个感兴趣方向上的关系的可能性，而完全忽略在另一个方向上的关系的可能性。
＃＃ 常问问题
什么时候应该使用双尾测试？
当你想在两个方向上检验你的假设时，你会使用双尾检验。
什么是单尾 T 检验？
单尾 T 检验检查单向关系的可能性，但不考虑另一个方向的方向关系。
你如何确定它是单尾测试还是双尾测试？
单尾检验寻找参数的增加或减少。双尾测试寻找变化，可能是减少或增加。
