
بناء توزيع العدم عن طريق خلط تسميات البيانات نفسها.اختبار التقليب هو طريقة غير معلمية لاختبار فرضية إحصائية دون افتراضات حول التوزيع الأساسي للبيانات. بدلاً من الاعتماد على التوزيعات النظرية (مثل التوزيع الطبيعي)، يبني توزيع العدم مباشرة من البيانات المرصودة عن طريق خلط التسميات أو تعيينات المجموعات عشوائياً. هذا مفيد بشكل خاص عندما يكون حجم العينة صغيراً أو عندما لا تتبع البيانات التوزيعات القياسية.
قدم هذه الطريقة ر. أ. فيشر في ثلاثينيات القرن العشرين، لكنها أصبحت عملية حسابياً فقط مع ظهور الحواسيب الحديثة.
الإجراء واضح. أولاً، احسب إحصائية اختبار (مثل الفرق في المتوسطات بين مجموعتين) على البيانات الأصلية. ثم، قم بخلط تسميات نقاط البيانات عشوائياً بشكل متكرر، مع إعادة حساب إحصائية الاختبار في كل مرة. تشكل هذه القيم المخلوطة توزيع العدم — توزيع الإحصائية إذا لم يكن هناك تأثير حقيقي. القيمة الاحتمالية (p-value) هي نسبة الإحصائيات المخلوطة التي تكون متطرفة أو أكثر تطرفاً من الإحصائية المرصودة. إذا كانت هذه النسبة صغيرة جداً، فمن غير المرجح أن تكون النتيجة المرصودة قد حدثت بالصدفة.
يُستخدم في علم الجينوم لاختبار التعبير الجيني التفاضلي، وفي علم الأعصاب لبيانات التصوير الدماغي، وفي أي مجال تكون فيه العينات الصغيرة أو البيانات غير الطبيعية تجعل الاختبارات التقليدية غير موثوقة.
اختبارات التقليب دقيقة: فهي لا تعتمد على تقريبات مقاربة، مما يعني أن القيمة الاحتمالية صحيحة حتى مع أحجام العينات الصغيرة جداً.





