金融におけるp値と統計的有意性

結果を見る前に、帰無・対立仮説、検定統計量、標本モデル、停止規則、片側・両側、有意水準を指定します

帰無仮説は効果なしや基準値を表すことが多い一方、推定が必要な局外パラメータを含む複合仮説の場合もあります

データを見てから銘柄群、期間、制御変数、外れ値規則、検定を変えると、p値が対応する実験も変わります

帰無仮説のもとで検定統計量は参照分布を持ち、p値は観測統計量が関連する裾へどこまで入ったかを測ります

小さい値はデータと帰無モデル全体の不整合を示すだけで、どの仮定が破れたか、対立仮説が真かは示しません

依存性、厚い裾、不均一分散、データ誤り、選択過程の誤設定は参照分布とp値を無効にし得ます

事前設定した水準αは、仮定のもとで真の帰無仮説を棄却する確率を制限し、公開主張の偽割合を表しません

第1種過誤は誤棄却、第2種過誤は偽の帰無仮説を棄却しないことで、検出力は指定した対立仮説で棄却する確率です

棄却できないことは効果なしの証明ではなく、経済的に重要な対立仮説への検出力が低い場合は特にそうです

大標本はごく小さい効果も有意にし、ノイズの大きな小標本は判断に重要な効果を見逃すことがあります

p値とともに効果推定、区間、単位、取引費用、容量、実務上の閾値を報告します

0.05の直上と直下は通常ほぼ同じ証拠を持ち、その境界を真偽のスイッチにすると情報を捨てます

任意停止、多数の仕様、観測除外、結果変数の切替、成功した検定だけの公表は偽陽性の挙動を変えます

名目p値は、事前に宣言した正当な逐次規則や調整を含め、その値を生んだ分析経路全体についてのみ有効です

事前登録、完全な研究記録、多宇宙分析、未使用ホールドアウト、追試は感度を示しますが、誤ったモデルは直しません

リターンには自己相関、横断面依存、不均一分散、重複があり、選別された生存ユニバースを条件とする場合があります

単純なiid標準誤差はt統計量を膨らませ、反復するファクター発見とバックテストは大きな潜在検定族を作ります

時系列構造で正当化した標準誤差と再標本法を使い、レジーム、資産、費用、遅延、実運用データで安定性を確認します

p値を効果量、不確実性、事前証拠、機序、予測性能、意思決定費用と並ぶ連続的な診断の一つとして扱います

誤った売買シグナル、見逃したリスク、脆いヘッジ、経済価値のないモデル昇格のどの過誤が重要かを先に定めます

選ばれた有意結果一つを研究全体の証拠と誤認しないよう、全分析族と失敗した追試も報告します