Functional Response Designs via the Analytic Permutation Test
大量的试验设计文献从Fisher和Snedecor一直延续到今天。当数据超出单变量正态性假设时，非参数方法包括秩次统计和置换检验。置换检验是一种通用的精确非参数显着性检验，它需要的假设比类似的参数检验少得多。置换检验的主要缺点是高计算成本，使得该方法对于复杂数据和复杂的试验设计是费力的，并且在需要快速结果的任何应用（例如高吞吐量流数据）中完全不可行。我们通过应用集中不等式纠正了这个问题，从而提出了一种无需计算的置换检验--即无置换的置换检验。这个一般框架适用于多元，矩阵值和函数数据。我们通过一种新的不完全β变换来改善这些浓度边界。我们扩展我们的理论从2-样本到$k$ -样本测试通过使用弱依赖Rademacher混沌和修改的解耦不等式。我们测试这种方法的经典功能数据集，包括伯克利增长曲线和音素数据集。我们进一步考虑两个试验设计下的元音发音分析：拉丁方和随机区组设计。
2021-11-10 math.FA math.PR math.ST
Bootstrap and permutation tests of independence for point processes
受神经科学中关于锋电位训练分析中同步性检测问题的启发，我们研究了点过程的独立性检测问题。我们引入非参数检验统计量，这是重新标度的一般$U$ -统计量，其相应的临界值构造自举和随机化/置换方法，尽可能少的假设点过程的基本分布。我们推导出一般的一致性结果的引导和置换w.r.t. Wasserstein度量的推广，从而导出了二阶矩的弱收敛性和收敛性.由此证明了所得到的自举或置换独立性检验是渐近的，并且与任何合理的选择是一致的。进行模拟研究，以说明推导出的理论结果，并比较我们的新测试与现有的神经科学文献中的性能。
2015-05-27 math.ST stat.TH
Augmented Functional Random Forests: Classifier Construction and Unbiased Functional Principal Components Importance through Ad-Hoc Conditional Permutations
Faculty of Technological and Innovation Sciences（技术与创新科学学院）；Faculty of Economics and Law（经济与法学院）
本研究将函数型数据分析与树模型结合，提出增强型函数型分类树和随机森林，通过特设条件置换实现无偏函数主成分重要性评估，在真实与模拟数据集上均提升了分类性能。
2024-08-23 cs.LG math.ST stat.ME
Asymptotic optimality of the Westfall--Young permutation procedure for multiple testing under dependence
检验统计量在大规模的多重检验应用中往往具有很强的相关性。大多数多重性校正对于相关检验统计量过于保守，导致检测真阳性的把握度降低。我们表明，Westfall-Young置换方法具有渐近最优的功率为广泛的一类测试问题的块依赖性和稀疏结构之间的测试，当测试的数量趋于无穷大。
2012-03-19 math.ST stat.TH
A studentized permutation test in group sequential designs
本文提出一种学生化置换检验，用于分组序贯设计，以改善小样本下的第一类错误率控制，同时保持渐近性质，模拟研究验证了其有效性。
2024-04-18 math.ST stat.TH
Detection of mean changes in partially observed functional data
针对部分观测函数型数据，提出一种基于置换检验的均值变化检测方法，涵盖突变与渐变，并引入控制重抽样风险的变体，通过模拟和真实数据验证其性能。
2025-10-09 math.ST stat.ME stat.TH
More powerful logrank permutation tests for two-sample survival data
加权对数秩检验是分析两个独立样本右删失生存数据的常用工具。这些检验中的每一个都是针对特定风险的最优检验，例如比例风险的经典对数秩检验。但是在实际应用中应该使用哪种权函数呢？我们解决这个问题的灵活组合的想法，导致更广泛的权力测试程序。除了测试的渐近准确性和一致性，其权力行为下的本地替代品。所有的理论性质可以转移到一个置换版本的测试，这是甚至在exchanger-exact下，并在我们的模拟研究中显示出更好的有限样本性能。该过程是说明在一个真实的数据的例子。
2018-07-15 math.ST stat.TH
Exact and asymptotically robust permutation tests
给定来自P和Q的独立样本，当原假设为P=Q时，双样本置换检验允许构造精确水平检验。另一方面，当比较或测试P和Q的特定参数$θ$时，例如它们的平均值或中值，置换检验不需要是$α$水平，或者在大样本中甚至不需要是近似$α$水平。在非常弱的假设下比较估计，我们提供了一个一般的测试程序，使置换检验的渐近有效性，同时保留确切的拒绝概率$α$在有限样本时，基本分布是相同的。这些想法是广泛适用的，特别注意的是比较一般参数的k-样本问题，从而构造一个置换检验，这是确切的水平$α$下的假设相同的分布，但具有渐近拒绝概率$α$下更一般的原假设的平等的参数。蒙特卡洛模拟研究进行。一个相当普遍的理论是可能的基础上的耦合建设，以及一个关键的邻接论点的多项式和多元超几何分布。
2013-04-22 math.ST stat.TH
Prepivoted permutation tests
我们提出了一个一般的方法来构建置换检验，这是准确的原假设的平等分布和渐近正确的分布参数的测试平等，同时允许分布本身不同。这些鲁棒的置换检验在枚举其置换分布之前，通过其极限分布函数的一致估计来变换给定的检验统计量。这种变换称为预主元变换，它将检验统计量的无条件极限分布与其排列分布的概率极限对齐。通过预旋转，测试置换1减去一个渐近有效的$p$ -值，用于测试参数相等的空值。我们描述了两种预主元内的置换检验，一个直接使用渐近正态性和其他使用的引导。我们进一步说明，置换检验使用引导预旋转可以提供改进的顺序的错误拒绝概率相对于竞争的转换时，测试平等的参数，同时保持准确性下的平等的分布。模拟研究突出了该建议的多功能性，说明了恢复的渐近有效性进行了广泛的置换检验时，只有分布的参数是相等的。
2021-07-08 math.ST stat.ME stat.TH
Analysis of Conditional Randomisation and Permutation schemes with application to conditional independence testing
本文分析了条件随机化与条件置换两种重采样方案的渐近性质，证明其概率估计量渐近正态且经验条件互信息分布一致，并验证了置换p值的有效性，为基于重采样和调整自由度卡方分布的条件独立性检验提供了理论依据。
2023-04-12 math.ST stat.TH
Power Enhancement of Permutation-Augmented Partial-Correlation Tests via Fixed-Row Permutations
本文提出通过贪心算法固定部分设计行、仅置换其余行来降低协变量与置换的共线性，从而在保持第一类错误控制的同时显著提升偏相关检验的功效，尤其适用于高共线性场景。
2025-06-03 math.ST stat.ME stat.TH
A new permutation test statistic for complete block designs
本文引入了完全区组设计中置换检验的一个非参数检验统计量。我们找到了统计量存在的区域，并特别考虑了它在区域边界上的性质。此外，我们证明了鞍点近似的尾部概率可以得到内部的这个区域。最后，数值例子表明，无论是准确性和权力的新的统计改进的经典$F$ -统计的这些属性在某些非高斯模型和等于高斯的情况下。
2014-11-27 math.ST stat.TH
Least Squares-Based Permutation Tests in Time Series
Stanford University（斯坦福大学）
本文针对平稳弱依赖时间序列的回归参数与无单调趋势问题，构造了渐近有效且可交换性成立时仍精确的置换检验方法，并公开了R包permixOLS供使用。
2026-08-11 math.ST stat.ME stat.TH
Local permutation tests for conditional independence
本文研究了在给定$Z$的情况下，两个随机向量$X$和$Y$之间条件独立性的局部置换检验.局部置换检验通过局部地重排共享条件变量$Z$的相似值的样本来确定检验统计量的显著性，并且它形成了用于无条件独立性检验的通常置换方法的自然扩张。尽管局部置换检验简单且有经验支持，但其理论基础仍不清楚。基于这一空白，本文旨在建立局部置换检验的理论基础，特别关注基于分组的统计。我们首先重新审视条件独立性测试的硬度，并提供了一个上限的权力，任何有效的条件独立性测试，这保持在$Z$中观察碰撞的概率是小的。这个否定的结果自然促使我们对空分布和交替分布下的可能分布施加额外的限制。为此，我们把注意力集中在某些类的光滑分布，并确定可证明的紧条件下，当地的置换方法是普遍有效的，即它是有效的，当应用于任何（分箱为基础的）检验统计量。为了补充这一结果的I型差错控制，我们还表明，在某些情况下，通过本地置换方法校准的基于合并的统计可以实现最小最大的最佳功率。我们还介绍了一个双分仓置换策略，它产生了一个有效的测试在不太光滑的零分布比典型的单分仓方法，而不损害太多的权力。最后，我们提出了模拟结果来支持我们的理论研究结果。
2022-01-06 math.ST stat.ME stat.TH
A permutation test for matching and its asymptotic distribution
我们考虑一种置换方法，用于测试在其自然配对中给出的观测结果是否在任何两个观测结果在某些未知的基线水平上可能相似的情况下表现出不寻常的相似性水平。在无明显观察配对的零假设下，提供了具有明确界限和速率的正态近似，用于确定近似的临界测试水平。
2005-11-17 math.PR math.ST stat.TH
Saddlepoint approximations for likelihood ratio like statistics with applications to permutation tests
我们得到两个定理扩展使用的鞍点逼近的多参数问题的似然比样统计，允许他们使用的排列和秩检验，并可用于自举逼近。在第一，我们表明，在某些情况下，当没有密度存在，积分的正式鞍点密度在一组对应的大值的似然比似然比样统计近似真实的概率与相对误差的顺序$1/n$。在第二章中，我们给出了Lugannani-Rice和Barndorff-Nielsen或$r^*$公式的多元推广。应用这些定理得到了基于$k$样本和多变量两样本情形的类似然比统计量的置换检验。数值例子说明了高精度，这些统计量进行了比较，在这两种情况下的经典统计。
2012-03-14 math.ST stat.TH
Using the Sinkhorn divergence in permutation tests for the multivariate two-sample problem
为了使Wasserstein距离适用于大样本多变量非参数两样本问题，使其应用在计算上可行，考虑了基于与数据相关分区相关联的概率向量之间的Sinkhorn散度的置换检验.实施这些测试的不同方式进行评估，并建立在某些情况下的基本统计量的渐近分布。提出的统计进行了比较，在模拟的例子中，与席林的，在文献中可用的最好的非参数检验之一的测试。
2022-09-28 math.ST stat.ME stat.TH
Permutation Testing for Monotone Trend
针对时间序列单调趋势检验，本文指出 Mann-Kendall 检验无法控制第一类错误，并通过学生化统计量构造兼具渐近控制与 i.i.d. 精确性的置换检验，同时提出局部 Mann-Kendall 检验。
2024-04-10 math.ST stat.ME stat.TH
A conformal test of linear models via permutation-augmented regressions
针对线性模型偏相关检验中现有排列检验缺乏有限样本错误控制的问题，提出PALMRT保形检验，通过排列增强回归在任意设计下控制第一类错误不超过2α，兼具功效与简便性，并在长新冠研究中验证了关键发现。
2023-12-27 math.ST stat.ME stat.TH
Some Permutationllay Symmetric Multiple Hypotheses Testing Rules Under Dependent Set up
本文研究了当各个假设对应的检验统计量可能相关时的同时假设检验问题。具体来说，我们考虑的情况下，当检验统计量一起有一个多元正态分布（每对之间的相关性相等）与一个未知的均值向量和我们的目标是决定哪些组件的均值向量是零，哪些是非零的。Bogdan等人（2011年）在检验统计量为独立正态分布时，较早讨论了这个问题。本文研究了贝叶斯决策理论意义下的渐近最优性，刻画了最优预编码的特征，并由此建立了一些著名过程的最优性。依赖项下的情况被作为一个具有挑战性的开放问题留下。我们从理论上和大量的模拟中研究了这个问题，并给出了一些置换不变规则。虽然在Bogdan等人（2011）中，渐近推导是在非零均值的稀疏性的背景下完成的，但我们的结果不需要稀疏性假设，并且在更一般的设置下成立。
2019-01-10 math.ST stat.TH
Cheap Permutation Testing
Microsoft Research（微软研究院）；Cornell Tech（康奈尔科技）
研究如何加速排列检验，提出将数据点分组为箱并仅对箱排列的方法，证明该廉价排列检验对U和V统计量有运行快、功效近似标准检验的特性，继承了标准检验的优点且优于多种其他检验。
2026-07-22 math.ST stat.CO stat.ME
Likelihood test in permutations with bias. Premier League and La Liga: surprises during the last 25 seasons
本文引入了带偏置的置换模型，即一个集合的随机置换，它被某些偏好值偏置。我们提出了一种新的参数检验，以及一种有效的方法来计算其p值。英格兰和西班牙主要足球联赛的决赛桌根据这一新程序进行测试，以发现这些结果是否与预期一致。
2017-08-01 math.ST stat.AP stat.ME
The conditional permutation test for independence while controlling for confounders
我们提出了一个通用的新方法，条件置换测试，用于测试条件独立的变量$X$和$Y$给定一个潜在的高维随机向量$Z$，可能包含混杂因素。所提出的测试不均匀地置换$X$的条目，以便尊重$X$和$Z$之间的现有依赖性，从而解释这些混杂因素的存在。与Candès等人（2018）的条件随机化检验一样，我们的检验依赖于$X \mid Z$分布近似值的可用性。虽然Candès等人（2018）的测试使用此估计值来绘制新的$X$值，但对于我们的测试，我们使用此近似值来设计真实数据中已经看到的$X$值排列的适当非均匀分布。我们提供了一个有效的马尔可夫链蒙特卡罗采样器的实施我们的方法，并建立在$X\mid Z$的条件分布的近似误差方面的第一类错误的界限，发现，对于最坏的情况下的检验统计量，通货膨胀的第一类错误的条件置换测试是不大于条件随机化测试。我们验证了这些理论结果与模拟数据和Capital Bikeshare数据集上的实验。
2019-05-07 math.ST stat.ME stat.TH
Permutation test for the multivariate coefficient of variation in factorial designs
提出了多元变异系数及其倒数标准化均值的新推断方法。虽然在单变量的情况下，这两个参数有各种各样的测试程序，但如何在多变量设置中进行适当的推断还不太清楚。有一些现有的程序，但它们依赖于对基本分布的限制性假设。我们解决这个问题，通过应用沃尔德型统计的背景下，一般的，潜在的异方差因子设计。除了$k$示例案例之外，还可以将更高层次的布局合并到该框架中，从而允许讨论主效应和交互效应。由此产生的程序被证明是渐近有效的原假设和一致的一般替代品下。为了提高有限样本的性能，我们建议置换版本的测试，并表明测试的渐近性质可以转移到他们。一个详尽的模拟研究比较新的测试，他们的置换同行和现有的方法。为了进一步分析测试之间的差异，我们进行了两个说明性的真实数据的例子。
2020-03-30 math.ST stat.ME stat.TH
Conditional Delta-Method for Resampling Empirical Processes in Multiple Sample Problems
针对经验过程重抽样程序缺乏通用条件泛函delta方法的问题，本文提出适用于多样本问题的通用条件delta方法，并通过多类示例验证其应用灵活性，可改善基于极限结果的统计推断的有限样本性质。
2024-08-20 math.ST stat.TH
Permutation Tests for Infection Graphs
我们制定和分析了一个新的假设检验问题，推断感染图的边缘结构。在我们的模型中，疾病通过传染或随机感染在网络上传播，其中控制从邻居感染疾病或随机感染的速率的随机变量是具有未知速率参数的独立指数随机变量。节点的子集也是随机一致删失的。给定网络中节点的状态，目标是确定底层图。我们提出了一个程序的置换测试的基础上，我们推导出充分条件的有效性，我们的测试中对应的零假设和备择假设的图的自同构群。此外，测试是有效的，更一般的感染过程满足基本对称条件。我们的测试很容易计算，不涉及估计未知参数的过程。我们还推导出我们的置换检验在各种设置的风险界限，并激励我们的检验统计量量近似等价于似然比测试和最大极小测试。最后，我们从艾滋病毒感染网络的实际数据的应用。
2019-12-16 cs.SI math.ST stat.TH
Null-free False Discovery Rate Control Using Decoy Permutations
传统的多假设检验中的错误发现率控制方法通常基于检验统计量的零分布。然而，所有类型的零分布，包括理论的、基于置换的和经验的零分布，都有一些固有的缺点。例如，由于对样本分布的不正确假设，理论空值可能会失败。在这里，我们提出了一个零分布自由的方法来FDR控制多个假设检验。这种方法被称为目标-诱饵过程，简单地建立在测试的排序上，通过一些统计量或分数，其空分布不需要已知。竞争性诱饵测试是从原始样本的排列构造的，并用于估计假目标发现。我们证明了这种方法控制FDR时，统计量是独立的不同的测试。仿真表明，它比现有的两种流行方法更稳定、更强大。并在真实数据集上进行了评价。
2021-04-12 math.ST stat.ME stat.TH
Permutation Tests at Nonparametric Rates
经典的分布相等性的双样本排列检验在有限样本下具有精确的大小，但它们不能控制检验每个分布的参数相等性的大小。本文提出了在根- $n$或更慢的速率估计的参数的平等的置换测试。我们的一般框架适用于参数和非参数模型，两个样本或一个样本分为两个子样本。当分布相等时，我们的检验在有限样本中具有渐近正确的大小，同时保持精确的大小。与使用渐近临界值的检验相比，它们在局部渐近功效方面没有损失。我们提出了在大样本中具有正确覆盖率的置信集，如果分布等于变换，则在有限样本中也具有精确覆盖率。我们将我们的理论应用到四个常用的假设检验的非参数函数在一个点上进行评估。最后，模拟显示出良好的有限样本性质，两个实证例子说明我们在实践中的测试。
2022-04-20 econ.EM math.ST stat.ME
Testing distributional equality for functional random variables
本文提出基于能量统计量和线性投影的非参数双样本检验方法，用于检验函数型随机变量的分布相等性，并通过置换校准和局部渐近正态性分析证明其大样本一致性与Pitman效率。
2023-05-15 math.ST stat.ME stat.TH
Nonparametric inference for ratios of densities via uniformly valid and powerful permutation tests
University of Warwick（华威大学）
本文提出了一种基于密度比的非参数检验方法，通过有效置换检验评估密度比与已知函数的比例关系，并在迁移学习和因果推断中展示其应用价值。
2026-01-13 math.ST stat.ME stat.TH
Optimal rates for independence testing via $U$-statistic permutation tests
我们研究了独立同分布对在$σ$ -有限可分测度空间中取值的独立性检验问题。定义一个自然的措施的依赖$D(f)$的平方$L^2$ -距离之间的联合密度$f$和产品的边缘，我们首先表明，没有有效的测试是一致的独立性，对替代品的形式$\{f: D(f) \geq ρ^2 \}$。因此，我们限制注意的替代品，施加额外的Sobolev型平滑约束，并定义一个置换检验的基础上的扩展和$U$ -统计估计的$D(f)$，我们证明是极大极小最优的分离率在许多情况下。最后，对于$[0,1]^2$上的傅立叶基的情况，我们提供了一个近似的幂函数，提供了一些额外的见解。我们的方法在R包USP中实现。
2020-11-06 math.ST stat.ME stat.ML
The Four Point Permutation Test for Latent Block Structure in Incidence Matrices
事务数据可以表示为二分图$G:=(L \cup R, E)$，其中$L$表示代理，$R$表示对许多代理可见的对象，并且$E$中的边表示代理和对象之间的交互。无监督学习试图检测$L$和$R$之间的邻接矩阵$Z$中的块结构，从而将具有相似对象交互的代理集合分组在一起。准随机排列的新结果提出了一个非参数\textbf{four point test}来衡量$G$中的块结构的数量，相对于$L$和$R$的顶点排序。取不相交的4边随机样本，按左端点对这4条边进行排序，并计算右端点的$4!$可能排序的相对频率。当这些排序是等概率的时，边缘集$E$对应于$|E|$符号的准随机置换$π$。相对频率向量远离24个排列上的均匀分布的总变化距离度量块结构的量。这种基于$\lfloor |E|/4 \rfloor$样本的检验统计量可在$p$处理器上以$O(|E|/p)$时间计算。可能的块结构可以通过在$L$和$R$上预计算与图拉普拉斯算子的第二特征向量相关的\textbf{natural orders}来增强。在实践中，这需要$O(d |E|)$时间，其中$d$是图直径。五个开放的问题进行了说明。
2019-07-19 math.CO math.ST stat.TH
Hash-augmented adaptive multilevel splitting Monte Carlo algorithm for accurate estimation of two-sample permutation test p-values
ITMO University（ITMO大学）；Washington University in St. Louis（华盛顿大学圣路易斯分校）
针对非参数置换检验中精确计算p值的难题，提出哈希增强自适应多级分裂蒙特卡罗算法，以Kolmogorov-Smirnov和Mann-Whitney U检验为例展示其应用，通过与精确算法比较证明准确性，还提供Python包实现对用户定义统计量的p值估计。
2026-07-15 math.ST stat.CO stat.ME
Testing for no effect in regression problems: a permutation approach
本文提出一种严格的置换检验方法，通过生成新配对避免样本分割，以评估回归模型预测是否优于拟合纯噪声，并引入新零假设进行理论证明。
2024-04-26 math.ST stat.ME stat.TH
More Power by using Fewer Permutations
挑战置换检验需使用尽可能多置换的传统观点，提出使用极小子群能在降低计算成本的同时显著提升检验功效，并据此改进 Westfall & Young MaxT 多重检验方法，发现高维下增益最大。
2023-11-23 math.ST stat.CO stat.ME
Locally Differentially Private Two-Sample Testing
Department of Statistics, University of Warwick（华威大学统计系）
本文提出在局部差分隐私约束下，通过排列程序进行两样本检验的方法，改进了最小最大分离率，并验证了交互性对性能的提升。
2026-02-24 math.ST stat.ME stat.TH
Residual permutation test for regression coefficient testing
针对高维线性模型回归系数检验问题，提出残差置换检验（RPT）方法，通过投影残差构造检验，在$p<n/2$时实现有限样本水平有效性，对重尾噪声具有渐近功效且信号要求达极小化极大最优速率。
2025-05-03 math.ST stat.ME stat.TH
A Permutation-Free Kernel Independence Test
Carnegie Mellon University（卡内基梅隆大学）；Yonsei University（延世大学）
在非参数独立性检验中，我们观察i.i.d.。数据$\{(X_i,Y_i)\}_{i=1}^n$，其中$X \in \mathcal{X}, Y \in \mathcal{Y}$位于任何一般空间中，并且我们希望测试$X$独立于$Y$的空值。现代检验统计量，如核希尔伯特-施密特独立准则（HSIC）和距离协方差（dCov），由于基本U-统计量的退化，具有难以处理的零分布。因此，在实践中，人们经常求助于使用置换检验，它提供了一个非渐近的保证，代价是重新计算二次时间统计量（比如说）几百次。本文提供了一个简单但不平凡的修改HSIC和dCov（称为xHSIC和xdCov，发音为“十字架”HSIC/dCov），使他们有一个有限的高斯分布下的零，因此不需要排列。这需要建立在Kim和Ramdas（2020）新开发的交叉U统计理论的基础上，特别是在Shekhar等人（2022）中开发了该理论的几个非平凡扩展，该理论开发了一个类似的无置换核双样本检验。我们表明，我们的新的测试，像原来的，是一致的对固定的替代品，和最小最大速率最优对光滑的本地替代品。数值模拟表明，与完整的dCov或HSIC相比，我们的变体在高达$\sqrt 2$因子的情况下具有相同的功效，为从业者提供了解决大型问题或数据分析管道的新选择，其中计算（而不是样本量）可能是瓶颈。
2022-12-18 cs.LG math.ST stat.ME
Computation-free Nonparametric testing for Local and Global Spatial Autocorrelation with application to the Canadian Electorate
局部和全局空间关联的度量是探索性空间数据分析的关键工具。存在许多这样的度量，包括Moran的$I$、Geary的$C$以及Getis-Ord $G$和$G^*$统计。检验显著性的参数方法依赖于强假设，而现实世界的数据往往不符合这些假设。或者，最流行的非参数方法，排列测试，特别是对于大规模的图形网络，施加了很大的计算负担。因此，我们提出了一个计算免费的方法来非参数置换测试的本地和全球措施的空间自相关性源于广义的欣钦不等式从功能分析和理论的$L^p$空间。我们的方法在2019年艾伯塔省加拿大联邦选举的结果中得到了证明。我们记录了保守党候选人在每次竞选中获得的选票百分比。该数据为非正态数据，样本量固定在$n=34$骑马上，使得参数方法无效。相比之下，对每次骑行、多个检验统计量、各种邻域结构和多重检验校正运行经典排列测试将需要模拟数百万个排列。我们能够在此数据集上实现与置换检验相似的统计功效，而无需进行繁琐的模拟。我们还考虑了在加拿大整个选举地图上模拟的数据。
2020-12-15 math.ST stat.CO stat.ME
A Permutation-free Kernel Two-Sample Test
Carnegie Mellon University（卡内基梅隆大学）；Yonsei University（延世大学）
本文提出了一种基于样本划分和学生化的新统计量cross-MMD，解决了核MMD两样本检验中因置换导致计算成本大的问题，在原假设下具有标准高斯极限分布，并在保持极小极大最优功效的同时实现了显著加速。
2025-09-15 cs.LG math.ST stat.ME
Online Selective Conformal Prediction with Asymmetric Rules: A Permutation Test Approach
University of Pennsylvania（宾夕法尼亚大学）
本文提出PEMI框架，用于在线选择性符合预测，解决非对称选取机制下的预测集覆盖问题。
2026-02-10 math.ST stat.ME stat.ML
Permutation Inference for Canonical Correlation Analysis
针对典型相关分析（CCA）中直接对残差进行置换检验导致错误率膨胀的问题，本文提出基于低维基底的残差转换与逐步估计方差去除两种解决方案，并提供了完整的CCA置换推断算法及不保守的多重检验方法。
2020-06-18 math.ST stat.AP stat.CO
Differentially Private Permutation Tests
Korea Advanced Institute of Science and Technology（韩国科学技术院）；University of Cambridge（剑桥大学）
本文提出差分隐私置换检验框架，将经典置换检验扩展至隐私场景，引入dpMMD、dpHSIC等差分隐私核检验，兼具有限样本有效性与差分隐私，在多场景下功效具竞争力且代码公开。
2026-07-30 cs.CR cs.LG math.ST
