In letteratura i termini Randomizzazione e Permutazione sono usati in modo intercambiabile. Con molti autori che affermano "Test di permutazione (alias randomizzazione)" o viceversa.
Nella migliore delle ipotesi, credo che la differenza sia sottile e risieda nelle loro ipotesi sui dati e sulle potenziali conclusioni che possono essere tratte. Devo solo verificare se la mia comprensione è corretta o se c'è una differenza più profonda che mi manca.
I test di permutazione presuppongono che i dati vengano campionati casualmente da una distribuzione della popolazione sottostante (il modello di popolazione). Ciò significa che le conclusioni tratte dal test di permutazione sono generalmente applicabili ad altri dati della popolazione [3].
I test di randomizzazione (modello di randomizzazione) "ci consentono di abbandonare l'assunto non plausibile della tipica ricerca psicologica --- campionamento casuale da una distribuzione specifica" [2]. Tuttavia, ciò significa che le conclusioni tratte sono applicabili solo ai campioni utilizzati nel test [3].
Sicuramente, la differenza è solo in termini di definizione di popolazione . Se definiamo la popolazione "tutti i pazienti con disturbo e adatti al trattamento", il test di permutazione è valido per quella popolazione. Ma poiché abbiamo limitato la popolazione a quelli che sono adatti per il trattamento, è davvero un test di randomizzazione.
Riferimenti:
[1] Philip Good, Test di permutazione: una guida pratica ai metodi di ricampionamento per verificare le ipotesi.
[2] Eugene Edgington e Patric Onghena, Test di randomizzazione.
[3] Michael Ernst, Metodi di permutazione: una base per un'inferenza esatta