I test di permutazione sono test di significatività basati su campioni di permutazione estratti a caso dai dati originali. I campioni di permutazione vengono disegnati senza sostituzione, a differenza dei campioni bootstrap, che vengono disegnati con la sostituzione. Ecco un esempio che ho fatto in R di un semplice test di permutazione. (I tuoi commenti sono benvenuti)
I test di permutazione hanno grandi vantaggi. Non richiedono forme specifiche di popolazione come la normalità. Si applicano a una varietà di statistiche, non solo a statistiche che hanno una distribuzione semplice sotto l'ipotesi nulla. Possono fornire valori p molto precisi, indipendentemente dalla forma e dalle dimensioni della popolazione (se vengono utilizzate permutazioni sufficienti).
Ho anche letto che è spesso utile fornire un intervallo di confidenza insieme a un test, che viene creato utilizzando il ricampionamento bootstrap anziché il ricampionamento delle permutazioni.
Potresti spiegare (o semplicemente dare il codice R) come viene costruito un intervallo di confidenza (cioè per la differenza tra le medie dei due campioni nell'esempio sopra)?
MODIFICARE
Dopo aver cercato su Google ho trovato questa lettura interessante .
sample
ereplace=TRUE
? C'è qualche motivo per usare un pacchetto simileboot
?