آزمون یک‌دم چیست؟

آزمون یک‌دم یک آزمون آماری است که در آن ناحیه بحرانی (Critical Area) توزیع به‌صورت یک‌طرفه است، به‌گونه‌ای که یا بزرگ‌تر از یک مقدار مشخص است یا کوچک‌تر از آن، اما نه هر دو. اگر نمونه مورد آزمایش در ناحیه بحرانی یک‌طرفه قرار گیرد، فرضیه جایگزین (Alternative Hypothesis) به‌جای فرضیه صفر (Null Hypothesis) پذیرفته می‌شود.

تحلیلگران مالی از آزمون یک‌دم برای آزمایش فرضیه‌های سرمایه‌گذاری یا پرتفوی استفاده می‌کنند.

نکات کلیدی

• آزمون یک‌دم یک آزمون فرضیه آماری است که برای نشان دادن اینکه میانگین نمونه بالاتر یا پایین‌تر از میانگین جامعه است (اما نه هر دو) طراحی شده است.
• در آزمون یک‌دم، تحلیلگر امکان وجود رابطه در یک جهت مورد علاقه را آزمایش می‌کند و به‌طور کامل امکان رابطه در جهت دیگر را نادیده می‌گیرد.
• قبل از اجرای آزمون یک‌دم، تحلیلگر باید فرضیه صفر و جایگزین را تعیین کرده و یک مقدار احتمال (p-value) مشخص کند.

شناخت آزمون یک‌دم

مفهوم اساسی در آمار استنباطی، آزمایش فرضیه است. آزمایش فرضیه برای تعیین صحت یا نادرستی یک ادعا با توجه به پارامتر جامعه انجام می‌شود. آزمونی که برای نشان دادن اینکه آیا میانگین نمونه به‌طور قابل‌توجهی بزرگ‌تر یا کوچک‌تر از میانگین جامعه است، به‌عنوان آزمون دو‌دم (Two-Tailed Test) در نظر گرفته می‌شود. اما وقتی آزمون برای نشان دادن اینکه میانگین نمونه بالاتر یا پایین‌تر از میانگین جامعه است طراحی می‌شود، به آن آزمون یک‌دم گفته می‌شود. نام آزمون یک‌دم از آزمایش ناحیه زیر یکی از دم‌های (طرف‌های) توزیع نرمال گرفته شده است، اگرچه این آزمون می‌تواند در توزیع‌های غیرنرمال نیز استفاده شود.

قبل از انجام آزمون یک‌دم، باید فرضیه‌های صفر و جایگزین تعیین شوند. فرضیه صفر ادعایی است که پژوهشگر امیدوار است آن را رد کند. فرضیه جایگزین ادعایی است که با رد فرضیه صفر پشتیبانی می‌شود.

نکته مهم:
آزمون یک‌دم به‌عنوان فرضیه جهت‌دار (Directional Hypothesis) یا آزمون جهت‌دار (Directional Test) نیز شناخته می‌شود.

مثال آزمون یک‌دم

فرض کنید یک تحلیلگر می‌خواهد ثابت کند که یک مدیر پرتفوی در یک سال مشخص نسبت به شاخص S&P 500 که ۱۶.۹۱٪ بازده داشته، عملکرد بهتری داشته است. آن‌ها ممکن است فرضیه‌های صفر (H0) و جایگزین (Ha) را به‌صورت زیر تنظیم کنند:

• H0: μ ≤ ۱۶.۹۱
• Ha: μ > ۱۶.۹۱

فرضیه صفر مقداری است که تحلیلگر امیدوار است آن را رد کند. فرضیه جایگزین ادعای تحلیلگر است که مدیر پرتفوی عملکرد بهتری نسبت به S&P 500 داشته است. اگر نتیجه آزمون یک‌دم منجر به رد فرضیه صفر شود، فرضیه جایگزین پشتیبانی می‌شود. از سوی دیگر، اگر نتیجه آزمون نتواند فرضیه صفر را رد کند، تحلیلگر ممکن است تحلیل و بررسی بیشتری در مورد عملکرد مدیر پرتفوی انجام دهد.

در آزمون یک‌دم، ناحیه رد (Region of Rejection) تنها در یک طرف توزیع نمونه‌گیری قرار دارد. برای تعیین اینکه بازده سرمایه‌گذاری پرتفوی در مقایسه با شاخص بازار چگونه است، تحلیلگر باید یک آزمون اهمیت بالادم (Upper-Tailed Significance Test) اجرا کند که در آن مقادیر شدید در دم بالایی (سمت راست) منحنی توزیع نرمال قرار می‌گیرند. آزمون یک‌دم که در ناحیه دم بالایی یا راست منحنی انجام می‌شود، به تحلیلگر نشان می‌دهد که بازده پرتفوی تا چه حد بالاتر از بازده شاخص است و آیا این تفاوت از نظر آماری معنی‌دار است یا خیر.

سطح اهمیت در آزمون یک‌دم

برای تعیین میزان اهمیت تفاوت در بازده، باید یک سطح اهمیت (Significance Level) مشخص شود. سطح اهمیت تقریباً همیشه با حرف p نشان داده می‌شود که مخفف احتمال (Probability) است. سطح اهمیت احتمال نتیجه‌گیری نادرست مبنی بر نادرست بودن فرضیه صفر است. مقادیر رایج سطح اهمیت در آزمون یک‌دم ۱٪، ۵٪ یا ۱۰٪ هستند، اگرچه هر مقدار احتمال دیگری می‌تواند به صلاحدید تحلیلگر یا آماردان استفاده شود. مقدار احتمال با فرض صحت فرضیه صفر محاسبه می‌شود. هرچه مقدار p کمتر باشد، شواهد قوی‌تری برای نادرست بودن فرضیه صفر وجود دارد.

اگر مقدار p به‌دست‌آمده کمتر از ۵٪ باشد، تفاوت بین دو مشاهده از نظر آماری معنی‌دار است و فرضیه صفر رد می‌شود. با توجه به مثال بالا، اگر مقدار p = ۰.۰۳ یا ۳٪ باشد، تحلیلگر می‌تواند با اطمینان ۹۷٪ نتیجه بگیرد که بازده پرتفوی برابر یا کمتر از بازده بازار در آن سال نبوده است. بنابراین، آن‌ها H0 را رد کرده و ادعا می‌کنند که مدیر پرتفوی عملکرد بهتری نسبت به شاخص داشته است. احتمال محاسبه‌شده در تنها یک دم توزیع، نصف احتمال توزیع دو‌دم است اگر معیارهای مشابه با استفاده از هر دو ابزار آزمایش فرضیه آزمایش شوند.

در هنگام استفاده از آزمون یک‌دم، تحلیلگر امکان وجود رابطه در یک جهت مورد علاقه را آزمایش می‌کند و به‌طور کامل امکان رابطه در جهت دیگر را نادیده می‌گیرد. در مثال بالا، تحلیلگر به این علاقه‌مند است که آیا بازده پرتفوی بیشتر از بازار است. در این مورد، آن‌ها نیازی به بررسی آماری وضعیتی ندارند که در آن مدیر پرتفوی عملکردی ضعیف‌تر از شاخص S&P 500 داشته باشد. به همین دلیل، آزمون یک‌دم تنها زمانی مناسب است که آزمایش نتیجه در انتهای دیگر توزیع مهم نباشد.

چگونه تشخیص دهیم که آزمون یک‌دم است یا دو‌دم؟

• آزمون یک‌دم: به دنبال افزایش یا کاهش در یک پارامتر است.
• آزمون دو‌دم: به دنبال تغییر است، که می‌تواند کاهش یا افزایش باشد.

آزمون T یک‌دم برای چه استفاده می‌شود؟

آزمون T یک‌دم برای بررسی امکان وجود رابطه در یک جهت استفاده می‌شود اما رابطه جهت‌دار در جهت دیگر را در نظر نمی‌گیرد.

چه زمانی باید از آزمون دو‌دم استفاده کرد؟

از آزمون دو‌دم زمانی استفاده می‌شود که می‌خواهید فرضیه خود را در هر دو جهت آزمایش کنید.

نتیجه‌گیری

آزمون یک‌دم یک ابزار آماری است که برای آزمایش اینکه آیا میانگین نمونه به‌طور قابل‌توجهی بالاتر یا پایین‌تر از میانگین جامعه است، بدون در نظر گرفتن جهت دیگر، استفاده می‌شود. این آزمون شامل تنظیم فرضیه‌های صفر و جایگزین و تعیین سطح اهمیت (p-value) است، که معمولاً ۱٪، ۵٪ یا ۱۰٪ است. به‌عنوان مثال، تحلیلگری که می‌خواهد ثابت کند مدیر پرتفوی عملکرد بهتری نسبت به شاخص S&P 500 داشته، از آزمون یک‌دم بالادم استفاده می‌کند. اگر مقدار p کمتر از سطح اهمیت باشد (مثلاً ۵٪)، فرضیه صفر رد می‌شود و ادعای عملکرد بهتر پشتیبانی می‌شود. آزمون یک‌دم زمانی مناسب است که تنها یک جهت از رابطه اهمیت داشته باشد و برای تحلیلگران مالی در ارزیابی فرضیه‌های سرمایه‌گذاری ارزشمند است.