ini bukan kebetulan, meskipun perbedaan yang sangat kecil antara (15,19) dan (15,11) sebagian kebetulan.

fisher menunjukkan hubungan erat antara teori tes permutasi berdasarkan uji zy dan mahasiswa. lihat probelm 15,9. Titik utamanya di permutasi pengenalan testso mendukung penggunaan tes siswa dalam aplikasi non-normal
misalkan kita membutuhkan CVB menjadi 0,10, yang berarti bahwa kita tidak ingin kesalahan Monte Carlo untuk mempengaruhi perkiraan kami ASL oleh lebih dari 10%. Tabel 15.3 memberikan jumlah ulangan permutasi B diperlukan.

pembaca mungkin telah terganggu oleh fitur khas pengujian permutasi. ulangan permutasi * = mengubah bagian dari data asli tetapi meninggalkan bagian lain tetap. Mengapa kita harus resample g tetapi tidak v? Beberapa alasan teoritis yang baik telah diberikan dalam literatur statistik, tetapi alasan utama adalah praktis. "pengkondisian pada v", yaitu menjaga v tetap dalam proses resampling permutasi, mengurangi situasi dua sampel untuk distribusi tunggal, di bawah hipotesis nol F = G. Ini adalah esensi dari lemma permutasi. ASL kuantitas yang terdefinisi dengan baik, meskipun mungkin sulit untuk menghitung, karena probASL mengacu pada distribusi probabilitas yang unik. ASL kuantitas tidak didefinisikan dengan baik karena tidak ada distribusi tunggal Probh0.

kebajikan terbesar dari pengujian permutasi adalah akurasinya. jika H0 benar, ada hampir persis kesempatan 5% bahwa ASL akan kurang dari 0,05. Umumnya Prob Ho untuk setiap nilai antara 0 dan 1, harapkan untuk perbedaan kecil yang disebabkan oleh discreteness distribusi permutasi. 15.6. ini penting bacause skala penafsiran (15,5) diambil sangat harfiah dalam berbagai bidang aplikasi.