
72
|
第
3
章
3.3.3
穷尽置换检验和自助置换检验
置换检验除了使用前面介绍的随机混洗过程(也称
随机置换检验
或
随机检验
)之外,还有
两种重要变体:
•
穷尽
(
exhaustive
)
置换检验
•
自助
(
bootstrap
)
置换检验
穷尽置换检验并不是随机混洗并分组数据,而是尝试所有可能的分组。穷尽置换检验只适
用于规模较小的样本。如果做大量的重复混洗,那么随机置换检验的结果会近似于穷尽置
换检验的结果,并在极限上逼近。穷尽置换检验有时也被称为
准确检验
,因为其统计学属
性确保了零模型不会被检验为比
α
值水平更显著(参见
3.4
节 )。
自助置换检验是在置换检验第二步和第三步的抽取中,进行有放回抽样,而非无放回抽
样。这样,重抽样过程不仅建模了随机分配对象给处理的过程,而且建模了从总体中随机
抽取对象的过程。这两个都是统计学过程,但是它们之间的差别过于复杂,因而不被数据
科学实践所关注。
3.3.4
置换检验
:
数据科学的底线
在探索随机变异性中,置换检验是一种十分有用的启发式过程。它很容易编码,也很容易
理解和解释。针对统计学中那些基于公式的形式主义和“假决定论”,置换检验提供了切
实可行的绕行方法。
不同于依赖于统计学公式的方法,重抽样的一个优点在于给出了一种更加近乎于“万能”
的推断方法。它所适用的数据可以是数值,也可以是二元的;样本规模可以相同,也可以
不同;并且无须假设数据符合正态分布。
本节要点
•
置换检验将多个样本组合在一起,并做随机混洗。
•
对混洗后的值做分组并重抽样,计算我们感兴趣的统计量。
•
重复上述过程,并在表格中记录重抽样统计量的情况。 ...