Prueba de hipótesis
Cobertura de objetivos de aprendizaje
OA1: Explicar la prueba de hipótesis y sus componentes, incluida la significación estadística, los errores de tipo I y tipo II y el poder de una prueba.
Concepto central
La prueba de hipótesis es un procedimiento estadístico para decidir si se rechaza una afirmación sobre un parámetro poblacional basándose en evidencia de una muestra. Sobre la base de las distribuciones muestrales y errores estándar del tema anterior, las pruebas de hipótesis proporcionan un marco riguroso para la toma de decisiones basada en datos en el análisis de inversiones, la gestión de riesgos y la evaluación del desempeño. Los componentes clave son la hipótesis nula (H₀), la hipótesis alternativa (Ha), el estadístico de prueba, el nivel de significancia (α), el valor p y el poder.
Fórmulas y cálculos
- Error tipo I (α): Probabilidad de rechazar el verdadero H₀ exam-focus
- Error tipo II (β): Probabilidad de no rechazar H₀ falso exam-focus
- Potencia: 1 - β = Probabilidad de rechazar correctamente el falso H₀ formula
- Pasos HP 12C: No aplicable directamente; requiere tablas estadísticas o software
Ejemplos prácticos
- Ejemplo de finanzas tradicionales: prueba si el índice de Sharpe de un fondo excede el índice de referencia
- H₀: Sharpe ≤ 0,5
- Hₐ: Sharpe > 0,5
- α = 5% significa 5% de posibilidades de afirmar falsamente un rendimiento superior
- Tutorial de cálculo: la potencia aumenta con un tamaño de efecto y un tamaño de muestra más grandes
- Interpretación: Equilibrio entre errores de Tipo I y Tipo II basado en el costo de los errores
Aplicación DeFi
- Ejemplo de protocolo: Probar si la liquidez concentrada Uniswap v3 mejora la eficiencia del capital defi-application
- Implementación: compare las devoluciones de tarifas antes/después de las características de concentración
- Ventajas/Desafíos: los datos en cadena proporcionan parámetros de población exactos frente a la incertidumbre del muestreo
OA2: Construir pruebas de hipótesis y determinar su significancia estadística, los errores asociados de Tipo I y Tipo II y la potencia de la prueba dado un nivel de significancia
Concepto central
El proceso de prueba de hipótesis de seis pasos proporciona un marco sistemático que garantiza un análisis estadístico riguroso y reproducible. Memorizar e interiorizar este proceso es fundamental para el examen: Plantear hipótesis, Elegir prueba, Establecer alfa, Regla de decisión, Calcular, Decidir. exam-focus
Fórmulas y cálculos
- Estadísticas de prueba:
- Media única: t = (X̄ - μ₀)/(s/√n)
- Diferencia de medias: t = (X̄₁ - X̄₂)/√(sp²/n₁ + sp²/n₂)
- Varianza única: χ² = (n-1)s²/σ₀²
- Correlación: t = r√(n-2)/√(1-r²)
- Pasos HP 12C: hp12c
t-statistic calculation: [X̄] [μ₀] - [s] [n] √x ÷ ÷ - Variaciones comunes: pruebas de una cola o de dos colas
Ejemplos prácticos
- Ejemplo de finanzas tradicionales: rentabilidad mensual del Sendar Equity Fund
- Muestra: 24 meses, media = 1,50%, desarrollo estándar = 3,60%
- Prueba de H₀: μ = 1,1% frente a Hₐ: μ ≠ 1,1% (dos colas)
- t = (1,50 - 1,10)/(3,60/√24) = 0,544
- Valores críticos al 5%: ±2.069
- Decisión: No rechazar (0,544 < 2,069)
- Interpretación: No hay evidencia estadística de que los rendimientos difieran del 1,1%
Aplicación DeFi- Ejemplo de protocolo: Probar si el modo de eficiencia Aave v3 reduce el riesgo de liquidación defi-application
- Implementación: comparar tasas de liquidación antes/después del modo de eficiencia
- Ventajas/Desafíos: los datos del contrato inteligente proporcionan un historial de transacciones completo
OA3: Comparar y contrastar pruebas paramétricas y no paramétricas, y describir situaciones en las que cada una es el tipo de prueba más apropiado
Concepto central
- Definición: Las pruebas paramétricas asumen distribuciones específicas; Las pruebas no paramétricas no tienen distribución.
- Por qué es importante: elegir la prueba correcta garantiza una inferencia estadística válida
- Componentes clave: supuestos de distribución, requisitos de tamaño de muestra, tipos de datos
Fórmulas y cálculos
- Pruebas paramétricas: prueba t, prueba F, prueba χ² (se supone una distribución normal)
- Pruebas no paramétricas:
- Rango con signo de Wilcoxon (alternativa a la prueba t de una muestra)
- Mann-Whitney U (alternativa a la prueba t de dos muestras)
- Correlación de rango de Spearman (alternativa a la correlación de Pearson)
- Pasos de HP 12C: las pruebas no paramétricas normalmente requieren cálculos de rango
Ejemplos prácticos
- Ejemplo de finanzas tradicionales: prueba de rentabilidad media con valores atípicos
- Datos: Rentabilidad de los fondos de cobertura con valores extremos
- Enfoque paramétrico: la prueba t puede ser engañosa debido a valores atípicos
- Enfoque no paramétrico: prueba de Wilcoxon sobre rangos
- Interpretación: Prueba no paramétrica más robusta cuando se viola la normalidad
Aplicación DeFi
- Ejemplo de protocolo: Análisis de distribuciones de tarifas de gas (muy sesgadas)
- Implementación: utilice la prueba U de Mann-Whitney para comparar el fin de semana con el día laborable
- Ventajas/Desafíos: Los datos criptográficos a menudo presentan colas gruesas que requieren métodos no paramétricos.
Resumen de conceptos básicos (principio 80/20)
Conceptos imprescindibles
- Marco de prueba de hipótesis: proceso de seis pasos desde la hipótesis hasta la decisión
- Errores de tipo I frente a errores de tipo II: α = rechazar H₀ verdadero, β = no rechazar H₀ falso
- Interpretación del valor P: Probabilidad de observar el estadístico de prueba si H₀ es verdadero
- Selección de prueba: paramétrica cuando se cumplen los supuestos, no paramétrica cuando se necesita solidez
Tabla de referencia rápida
| Tipo de prueba | Caso de uso | Estadística de prueba | Aplicación DeFi |
|---|---|---|---|
| Prueba t de una muestra | Media única | t = (X̄-μ₀)/(s/√n) | Reclamaciones del protocolo APY |
| Prueba t de dos muestras | Comparar medias | Varianza agrupada t | Funciones de prueba A/B |
| Prueba F | Comparar variaciones | F = s₁²/s₂² | Comparación de riesgos |
| Wilcoxon | Datos no normales | Basado en rangos | Análisis de tarifas de gas |
Hoja de fórmula completa
Fórmulas esenciales
Single Mean t-test:
t = (X̄ - μ₀)/(s/√n)
Where: X̄ = sample mean, μ₀ = hypothesized mean, s = sample std dev, n = sample size
df = n - 1
Used for: Testing if population mean equals specific value
Difference in Means (Independent):
t = (X̄₁ - X̄₂)/√(sp²/n₁ + sp²/n₂)
Pooled variance: sp² = [(n₁-1)s₁² + (n₂-1)s₂²]/(n₁+n₂-2)
df = n₁ + n₂ - 2
Used for: Comparing two population means
Paired Comparisons:
t = (d̄ - μd₀)/(sd/√n)
Where: d̄ = mean difference, sd = std dev of differences
df = n - 1
Used for: Before/after comparisons
Variance Test:
χ² = (n-1)s²/σ₀²
df = n - 1
Used for: Testing if variance equals specific value
F-test for Variances:
F = s₁²/s₂²
df = (n₁-1, n₂-1)
Used for: Comparing two variances
Correlation Test:
t = r√(n-2)/√(1-r²)
df = n - 2
Used for: Testing if correlation is significant
Secuencias de la calculadora HP 12C
t-statistic (single mean):
RPN Steps: [X̄] ENTER [μ₀] - [s] ENTER [n] √x ÷ ÷
Example: 1.50 ENTER 1.10 - 3.60 ENTER 24 √x ÷ ÷ = 0.544
Pooled Variance:
RPN Steps: [n₁] 1 - [s₁] x² × [n₂] 1 - [s₂] x² × + [n₁] [n₂] + 2 - ÷
Example: For n₁=30, s₁=5, n₂=40, s₂=6
Chi-square statistic:
RPN Steps: [n] 1 - [s] x² × [σ₀] x² ÷
Example: 25 1 - 4.5 x² × 5 x² ÷ = 19.44
Problemas de práctica
Nivel Básico (Comprensión)
- Problema: Pruebe si el rendimiento medio = 2 % con la media muestral del 2,5 %, s = 3 %, n = 36
- Given: X̄ = 2.5%, μ₀ = 2%, s = 3%, n = 36
- Find: Test statistic and decision at α = 5%
- Solution:
- t = (2.5 - 2)/(3/√36) = 0.5/0.5 = 1.0
- Critical value (two-tailed, df=35): ±2.03
- |1.0| < 2.03
- Answer: Fail to reject H₀; insufficient evidence that mean ≠ 2%
Nivel intermedio (Aplicación)
- Problema: Compare la volatilidad de los activos DeFi con los de TradFi (prueba F)
- Given: DeFi: n₁ = 50, s₁ = 8%; TradFi: n₂ = 60, s₂ = 4%
- Find: Test if DeFi variance > TradFi variance at α = 1%
- Solution:
- F = (8²)/(4²) = 64/16 = 4.0
- Critical value F₀.₀₁,₄₉,₅₉ ≈ 1.76
- 4.0 > 1.76
- Answer: Reject H₀; DeFi significantly more volatile
Nivel avanzado (Análisis)1. Problema: Análisis de varios pasos del desempeño de la estrategia comercial
- Given:
- Strategy returns: 18 months, mean = 3.2%, s = 5.1%
- Benchmark: μ = 2.0%, σ = 4.0%
- Risk-free rate = 0.5%
- Find: Test outperformance, compare Sharpe ratios, assess power
- Solution:
- Performance test: t = (3.2-2.0)/(5.1/√18) = 1.0
- Sharpe comparison requires additional calculations
- Power analysis depends on true difference
- Answer: Strategy shows positive but not significant outperformance at 5% level
Aplicaciones DeFi y ejemplos del mundo real
Contexto financiero tradicional
- Ejemplo de institución: los bancos de inversión utilizan pruebas de hipótesis para validar la estrategia comercial
- Aplicación de mercado: Los reguladores prueban la eficiencia del mercado y las afirmaciones de manipulación
- Caso histórico: LTCM probó supuestos de correlación que fallaron en la crisis
Paralelos de DeFi
- Implementación del protocolo: el compuesto utiliza pruebas estadísticas para la calibración del modelo de tasa de interés
- Lógica de contrato inteligente: los oráculos implementan la detección de valores atípicos mediante pruebas de hipótesis
- Ventajas: la transparencia total de los datos permite realizar pruebas poblacionales exactas
- Limitaciones: el historial corto limita la potencia para la detección de patrones a largo plazo
Estudios de caso
- Caso 1: Impacto MEV en el comercio DEX
- Background: Testing if MEV bots increase slippage
- Analysis: Two-sample t-test comparing trades with/without MEV
- Outcomes: Significant difference found (p < 0.001)
- Lessons learned: Statistical evidence supports MEV protection mechanisms
Errores comunes y consejos para los exámenes
Errores frecuentes
- Error 1: Confundir pruebas de una y dos colas - Verifique cuidadosamente la hipótesis alternativa
- Error 2: Usar grados de libertad incorrectos - Recuerde n-1 para una muestra única, n₁+n₂-2 para muestras agrupadas
- Error 3: Interpretar mal los valores p - El valor p NO es probabilidad de que H₀ sea verdadero
Estrategia de examen
- Gestión del tiempo: 4-5 minutos por pregunta de prueba de hipótesis
- Patrones de preguntas: a menudo se combinan con intervalos de confianza y regresión
- Comprobaciones rápidas: asegúrese de que la estadística de prueba y los valores críticos tengan el mismo número de colas
Conclusiones clave
Puntos esenciales
✓ Las pruebas de hipótesis proporcionan un marco para la toma de decisiones estadísticas. ✓ El error tipo I (α) es controlable; El error tipo II (β) depende del parámetro verdadero ✓ Valor P < α significa rechazar H₀; proporciona el nivel de significancia exacto ✓ Las pruebas paramétricas son más potentes pero requieren supuestos de distribución. ✓ Pruebas no paramétricas robustas ante valores atípicos y no normales
Ayudas para la memoria
- Mnemónico: “HATSPD” - Hipótesis, Alfa, Estadístico de prueba, Significancia, Valor P, Decisión
- Visual: cuadrante de error tipo I/II que muestra los resultados de la decisión
- Analogía: Juicio judicial - H₀ es inocencia, la evidencia debe estar “más allá de toda duda razonable”
Referencias cruzadas y recursos adicionales
Temas relacionados
- Requisito previo: Estimación e inferencia (Tema 7) para distribuciones de muestreo
- Relacionado: Pruebas paramétricas y no paramétricas (tema 9) amplía estos conceptos
- Avanzado: Análisis de regresión (Tema 10) utiliza pruebas de hipótesis para coeficientes
Materiales de origen
- Lectura primaria: Volumen 1, Capítulo 8, Páginas 1-35
- Secciones clave: Proceso de seis pasos (p.5-8), Errores tipo I/II (p.10-14), Pruebas no paramétricas (p.28-32)
- Preguntas de práctica: Problemas de final de capítulo 1-20
Recursos externos
- Vídeos: Serie de pruebas de hipótesis de StatQuest en YouTube
- Artículos: “Análisis de poder estadístico” por Cohen
- Herramientas: paquete de estadísticas de R, scipy.stats de Python para implementaciones de prueba
Revisar la lista de verificación
Antes de continuar, asegúrese de poder:- [ ] Ejecute el proceso de prueba de hipótesis de seis pasos
- Calcula las estadísticas de prueba t, F y χ²
- Interpretar valores p y tomar decisiones apropiadas
- Elija entre pruebas paramétricas y no paramétricas
- Aplicar pruebas de hipótesis al análisis del protocolo DeFi