
Построение нулевого распределения путём перемешивания меток самих данных.Пермутационный тест — это непараметрический метод проверки статистической гипотезы, не требующий предположений о распределении данных. Вместо опоры на теоретические распределения (например, нормальное) он строит нулевое распределение непосредственно из наблюдаемых данных, случайным образом перемешивая метки или групповые принадлежности. Это особенно полезно, когда объём выборки мал или данные не подчиняются стандартным распределениям.
Метод был предложен Р. А. Фишером в 1930-х годах, однако вычислительно реализуемым он стал лишь с появлением современных компьютеров.
Процедура проста. Сначала вычисляют тестовую статистику (например, разность средних между двумя группами) на исходных данных. Затем многократно случайным образом перемешивают метки точек данных, каждый раз заново вычисляя тестовую статистику. Эти перемешанные значения образуют нулевое распределение — распределение статистики при отсутствии реального эффекта. p-значение — это доля перемешанных статистик, которые столь же экстремальны или более экстремальны, чем наблюдаемая статистика. Если эта доля очень мала, наблюдаемый результат вряд ли мог получиться случайно.
Метод применяется в геномике для проверки дифференциальной экспрессии генов, в нейронауках для анализа данных нейровизуализации, а также в любых областях, где малые выборки или ненормальные данные делают традиционные тесты ненадёжными.
Пермутационные тесты являются точными: они не опираются на асимптотические приближения, то есть p-значение корректно даже для очень малых объёмов выборки.






