Testy permutacyjne (zwane również testem randomizacji, testem ponownej randomizacji lub testem dokładnym) są bardzo przydatne i przydają się, gdy t-test
nie jest spełnione założenie o rozkładzie normalnym wymagane na przykład i gdy transformacja wartości przez ranking test nieparametryczny, Mann-Whitney-U-test
który prowadziłby do utraty większej ilości informacji. Jednak nie należy zapominać o jednym i jednym założeniu, gdy przy użyciu tego rodzaju testu zakłada się zamienność próbek w ramach hipotezy zerowej. Warto również zauważyć, że tego rodzaju podejście można również zastosować, gdy istnieją więcej niż dwie próbki, na przykład zaimplementowane w coin
pakiecie R.
Czy możesz zilustrować to założenie jakimś językiem figuratywnym lub intuicyjną koncepcją w prostym języku angielskim? Byłoby to bardzo przydatne, aby wyjaśnić tę pomijaną kwestię wśród niestatystów takich jak ja.
Uwaga:
Bardzo pomocne byłoby wspomnienie przypadku, w którym zastosowanie testu permutacji nie zachowuje się lub jest nieważne przy tym samym założeniu.
Aktualizacja:
Załóżmy, że mam losowo 50 zebranych pacjentów z lokalnej kliniki w mojej dzielnicy. Zostali losowo przydzieleni do otrzymanego leku lub placebo w stosunku 1: 1. Wszystkie zostały zmierzone dla paramertera 1 Par1
w V1 (poziom wyjściowy), V2 (3 miesiące później) i V3 (1 rok później). Wszystkie 50 osobników można podzielić na 2 grupy na podstawie cechy A; Dodatni = 20 i A ujemny = 30. Można je również podzielić na kolejne 2 grupy na podstawie cechy B; B dodatnie = 15 i B ujemne = 35.
Teraz mam wartości Par1
od wszystkich badanych podczas wszystkich wizyt. Czy przy założeniu wymienności mogę dokonać porównania między poziomami Par1
stosowania testu permutacyjnego, gdybym:
- Porównał pacjentów z lekiem z tymi otrzymującymi placebo w V2?
- Czy porównać przedmioty z cechą A z tymi, które mają cechę B w V2?
- Porównać osoby z cechą A w V2 z osobami z cechą A w V3?
- W jakiej sytuacji to porównanie byłoby nieważne i naruszałoby założenie wymienności?
źródło
Odpowiedzi:
źródło