排列检验(也称为随机检验,重新随机检验或精确检验)非常有用,并且在t-test
未满足例如要求的正态分布的假设以及通过按等级对值进行转换时派上用场非参数测试之类的测试Mann-Whitney-U-test
会导致丢失更多信息。但是,在使用这种检验时,一个假设且唯一一个假设应该是原假设下样本的可交换性假设。还值得注意的是,当有两个以上的示例(如在coin
R包中实现的示例)时,也可以应用这种方法。
您能用简单的英语用一些比喻语言或概念直觉来说明这一假设吗?这对于在像我这样的非统计学家中阐明这个被忽视的问题非常有用。
注意:
提及在相同假设下应用置换测试不成立或无效的情况将非常有帮助。
更新:
假设我随机从我所在地区的当地诊所收集了50个受试者。他们被随机分配为接受药物或安慰剂的比例为1:1。分别Par1
在V1(基准),V2(3个月后)和V3(1年后)时测量了参数1 。根据特征A,所有50个主题都可以分为2组;正值= 20,负值=30。它们也可以基于特征B细分为另外2组;B阳性= 15,B阴性=35。
现在,我具有Par1
所有访问中所有受试者的值。在可交换性的假设下,如果可以,我是否可以在Par1
使用置换测试的水平之间进行比较:
-将接受药物治疗的受试者与接受V2安慰剂治疗的受试者进行比较?
-将具有特征A的对象与具有V2的特征B的对象进行比较?
-比较在V2具有特征A的对象与在V3具有特征A的对象?
-在哪种情况下,这种比较是无效的,并且违反了可交换性的假设?