置換檢驗

置換檢驗又稱為Permutation test,它是Fisher於20世紀30年代提出的一種基於大量計算，利用樣本資料的全（或隨機）排列，進行統計推斷的方法，因其對總體分佈自由，應用較為廣泛，特別適用於總體分佈未知的小樣本資料，以及某些難以用常規方法分析資料的假設檢驗問題。在具體使用上它和Bootstrap Methods類似，通過對樣本進行順序上的置換，重新計算統計檢驗量，構造經驗分佈，然後在此基礎上求出P值進行推斷。

一般用於檢驗某種變數的影響，需要有加入變數前的資料和加入變數後的資料。

h0：加入變數後沒有影響

第一步：求出兩組資料均值之差mean1

第二步：混合兩組資料，隨機分開成兩組，重新求得均值之差的分佈（正態分佈）

第三步：判斷mean1發生的概率，以及P值

參考原文連結：https://blog.csdn.net/u011467621/article/details/47971917