Permutation tests based on random s

Permutation tests based on random samples of all possible permutations of the data are variously termed “randomization” or “resampling” tests.
The probability of obtaining the realized test statistic value, or a more extreme value, is the proportion of L sampled test statistic values equal to or more extreme than the realized value, where L is usually large (Johnston, Berry, & Mielke, 2007).
The analysis by Fisher (1935) of the Zea mays plants was an exact permutation test. In just 1,726 of the 32,768 possible permutations of the observed data was the difference between the means equal to or greater than the observed difference, yielding an exact two-sided probability p value of 1,726/32,768 = .0527 (Ludbrook & Dudley, 1998).
Resampling tests based on samples of permutations date from about the same time. In an early example of a resampling test, Eden and Yates (1933) drew a random sample of 1,000 permutations from a possible 248 permutations to analyze an agricultural experiment based on a randomized-block design with replicates (Ludbrook & Dudley, 1998).

ผลลัพธ์ (ไทย) 1:

เรียงสับเปลี่ยนการทดสอบคะแนนจากการสุ่มตัวอย่างวิธีเรียงสับเปลี่ยนได้ทั้งหมดของข้อมูลเพิ่มเรียกว่า "สุ่ม" หรือ "เปลี่ยนความละเอียดของ" การทดสอบ ความน่าเป็นที่รับรู้ได้รับการทดสอบค่าสถิติ หรือค่าอื่น ๆ คือสัดส่วนของ L ตัวอย่างการทดสอบ ค่าสถิติเท่ากับ หรือมากขึ้นกว่าค่ารู้ L ปกติและขนาดใหญ่ (Johnston เบอร์รี่ Mielke, 2007) การวิเคราะห์ โดยฟิชเชอร์ (1935) ของพืชซีเมส์แลนถูกการทดสอบเรียงสับเปลี่ยนที่แน่นอน ใน 1,726 เพียงของวิธีเรียงสับเปลี่ยนได้ 32,768 ข้อมูลสังเกตเป็นความแตกต่างระหว่างหมายถึงเท่ากับ หรือมากกว่าผลต่างสังเกต ให้ผลผลิตมีค่า p น่าเป็นแบบสองที่แน่นอนของ 1,726/32,768 =.0527 (Ludbrook & ดัดลีย์ 1998) เปลี่ยนความละเอียดของการทดสอบตามตัวอย่างของวิธีเรียงสับเปลี่ยนวันที่จากเกี่ยวกับเวลาเดียวกัน ในตัวอย่างแรกของการทดสอบ resampling เอเดนและเยตส์ (1933) ดึงตัวอย่างสุ่มของ 1,000 วิธีเรียงสับเปลี่ยนวิธีเรียงสับเปลี่ยน 248 ที่เป็นไปได้ในการวิเคราะห์การทดลองทางการเกษตรออกแบบบล็อกสุ่มกับจำลอง (Ludbrook & ดัดลีย์ 1998) จาก

ผลลัพธ์ (ไทย) 2:

การทดสอบการเปลี่ยนแปลงตามตัวอย่างแบบสุ่มของพีชคณิตเป็นไปได้ทั้งหมดของข้อมูลที่จะเรียกว่านานัปการ "สุ่ม" หรือการทดสอบ "resampling."
ความน่าจะเป็นของการได้รับค่าทดสอบสถิติตระหนักหรือค่ามากขึ้นเป็นสัดส่วนของ L ตัวอย่างค่าสถิติทดสอบ เท่ากับหรือมากขึ้นกว่ามูลค่าตระหนักที่ L นั้นมักจะมีขนาดใหญ่ (จอห์นสตันเบอร์รี่และ Mielke, 2007).
การวิเคราะห์โดยฟิชเชอร์ (1935) ของ Zea mays พืชคือการทดสอบการเปลี่ยนแปลงแน่นอน ในเวลาเพียง 1,726 ของพีชคณิตเป็นไปได้ 32,768 ข้อมูลที่สังเกตได้คือความแตกต่างระหว่างวิธีการที่เท่ากับหรือสูงกว่าความแตกต่างที่สังเกตได้ผลผลิตเป็นค่าแน่นอนสองด้าน P น่าจะเป็นของ 1,726 / 32,768 = 0.0527 (Ludbrook และดัดลีย์, 1998) .
การทดสอบ resampling ตามตัวอย่างของพีชคณิตจากวันที่เกี่ยวกับเวลาเดียวกัน ในตัวอย่างแรกของการทดสอบ resampling, Eden และเยตส์ (1933) ดึงตัวอย่างที่สุ่มจาก 1,000 พีชคณิตจากที่เป็นไป 248 พีชคณิตการวิเคราะห์การทดลองทางการเกษตรอยู่บนพื้นฐานของการออกแบบการสุ่มบล็อกด้วยซ้ำ (Ludbrook และดัดลีย์, 1998)

ผลลัพธ์ (ไทย) 3:

การทดสอบการเปลี่ยนแปลงขึ้นอยู่กับจำนวนการเรียงสับเปลี่ยนที่เป็นไปได้ทั้งหมดของข้อมูลที่หลากหลายเรียกว่า " ชุด " หรือ " สุ่มซ้ำ " การทดสอบความน่าจะเป็นของการตระหนักถึงสถิติทดสอบค่า หรือรุนแรงมากขึ้น ค่า คือ สัดส่วนของ L และสถิติทดสอบค่าเท่ากับหรือมากกว่าตระหนักคุณค่าที่ผมมักจะเป็นขนาดใหญ่ ( จอห์นสัน , เบอร์รี่ , และ mielke , 2007 )การวิเคราะห์โดยฟิชเชอร์ ( 2478 ) ของข้าวโพดพืชเป็นการทดสอบการเปลี่ยนแปลงที่แน่นอน ใน 1726 ของ 32768 การเรียงสับเปลี่ยนที่เป็นไปได้ของข้อมูลคือผลต่างระหว่างค่าเฉลี่ยเท่ากับหรือมากกว่าความแตกต่างระหว่าง หยุ่นความน่าจะเป็นสองด้านของ 1726 แน่นอนค่า P / 32768 = . 0527 ( ludbrook & ดัดลีย์ , 1998 )การทดสอบตัวอย่างของลำดับสุ่มซ้ำตามวันที่จากเกี่ยวกับเวลาเดียวกัน ในตัวอย่างแรกของการทดสอบและสุ่มซ้ำ อีเดน เยทส์ ( 1933 ) วาดตัวอย่างสุ่มของการเรียงสับเปลี่ยนที่เป็นไปได้ 1000 จาก 248 ชุลมุนเพื่อวิเคราะห์การทดลองเกษตรบนพื้นฐานสุ่มบล็อกดีไซน์ซ้ำ ( ludbrook & ดัดลีย์ , 1998 )