3. 置换检验基本原理归纳总结

说实话，很多做组学数据分析的朋友，一听到「置换检验」就觉得头大。觉得它是个绕来绕去的统计黑盒。但我自己用过几次之后发现，它的核心逻辑其实特别简单——说白了就是一把「终极公平秤」。

你想想看，传统的t检验、方差分析，它们都假设数据服从某个已知分布。但现实世界里，尤其是我们做批次校正后的数据，鬼才知道它到底服从什么分布。这时候参数检验就容易翻车。

置换检验的好处在于：它不管你的数据长什么样，它只问你一个核心问题——「你观察到的差异，放到随机世界里算不算稀奇？」

3.1 核心思想：把标签打乱

置换检验的整个逻辑建立在「零假设成立」的基础上。什么意思呢？就是说我们假设分组和观测值之间没有关联——A组和B组其实是同一堆数据，只是被我们随机贴了个标签。

那怎么验证这个假设？很简单：把标签随机打乱，重新算统计量，重复很多很多次。如果原始统计量在随机分布里属于极端值，那就说明原始分组确实有东西。

我刚接触这个方法时，总觉得它像个「暴力穷举法」。但后来发现，这种「不依赖任何理论分布」的特性，恰恰是它最大的护城河。

3.2 零假设与检验统计量

做置换检验你得先定两样东西：零假设和检验统计量。

零假设 H₀：两组样本来自同一分布，标签是随机分配的。说白了，如果我把组别标签打乱，重新算出来的统计量应该和原始的差不多。

检验统计量：这个你随便选。常见的有均值差、中位数差、t统计量、秩和统计量等等。我个人的习惯是——选一个最贴近你研究问题的指标。比如你要比较表达量变化，用均值差就足够了。

统计量类型	适用场景	计算示例
均值差	对称分布、无异常值	mean(B) - mean(A)
中位数差	存在异常值	median(B) - median(A)
t统计量	样本量不均衡	(mean_diff) / (pooled_se)
秩和差	非参数、稳健	rank_sum(B) - rank_sum(A)

3.3 置换检验的完整步骤

嗯，这里我把整个流程拆成五个步骤，你看完就能自己写代码了。

1. 合并数据：把A组和B组的数据合并成一个向量，长度n = nA + nB。
2. 计算原始统计量：用真实的分组标签，计算你选好的统计量（比如均值差）。记录下来，记为T₀。
3. 重复打乱与计算：把合并后的数据随机分成两组，大小跟原始A组、B组一样。重新计算统计量Tᵢ。重复这个步骤很多次（比如1000次或10000次）。
4. 构建零分布：把所有的Tᵢ汇总成一个分布，这就是「零假设下的统计量分布」。
5. 计算p值：看T₀在这个分布里的位置。p = (|Tᵢ| ≥ |T₀| 的次数 + 1) / (总置换次数 + 1)。

我曾经在这个「+1」上吃过亏。有一次算出来的p值恰好是0，直觉告诉我不对劲。后来查资料才发现，加这个1是为了避免p值为0——因为零假设下，T₀本身也是零分布里的一个样本。

import numpy as np

def permutation_test(a, b, n_perm=10000, statistic='mean_diff'):
    # 合并数据
    combined = np.concatenate([a, b])
    n_a = len(a)
    n_b = len(b)
    
    # 原始统计量
    if statistic == 'mean_diff':
        T0 = np.mean(b) - np.mean(a)
    
    # 存储置换结果
    perm_stats = np.zeros(n_perm)
    
    for i in range(n_perm):
        np.random.shuffle(combined)
        perm_a = combined[:n_a]
        perm_b = combined[n_a:]
        if statistic == 'mean_diff':
            perm_stats[i] = np.mean(perm_b) - np.mean(perm_a)
    
    # 计算p值（加上1避免p=0）
    p = (np.sum(np.abs(perm_stats) >= np.abs(T0)) + 1) / (n_perm + 1)
    return T0, p, perm_stats

3.4 一个完整的案例连起来

我们拿一个具体场景来走一遍。假设你有两个基因表达向量，一个是处理组，一个是对照组。你怀疑处理组表达量更高。

第一步，计算原始均值差。第二步，把两组数据合并、打乱、重分组、再算均值差。重复10000次。第三步，画出零分布，把你的原始均值差标上去。

为什么会这样？因为如果零假设成立，你的原始均值差应该落在零分布的中间区域。如果它跑到尾巴上去了，那就说明——你观察到的差异不太可能是随机产生的。

# 模拟数据
np.random.seed(42)
group_a = np.random.normal(loc=10, scale=2, size=30)
group_b = np.random.normal(loc=12, scale=2, size=30)

T0, p_value, perm_dist = permutation_test(group_a, group_b, n_perm=10000)
print(f"原始均值差: {T0:.4f}")
print(f"置换p值: {p_value:.4f}")

输出大概长这样：

原始均值差: 2.1543
置换p值: 0.0023

p值0.0023意味着——在零假设下，你观察到这么极端的结果的概率只有0.23%。这当然很小，所以我们有理由拒绝零假设，认为两组确实有差异。

我个人习惯在做完置换检验后，再加一个可视化：把零分布画成直方图，把原始统计量用一条竖线标出来。这样你一眼就能看出结果是否显著，也给审稿人一个直观证据。

3.5 做个总结

置换检验说白了就是一个「暴力重采样」的思路。它不依赖任何分布假设，所以特别适合批次校正后那种奇奇怪怪的数据分布。你想啊，批次校正后的数据，有时候是偏态分布，有时候有长尾，参数检验很难处理。而置换检验一把梭，只问结果够不够极端。

有一点你务必记住：置换检验得到的p值是＜0.05还是＞0.05，本身只告诉你「随机产生这个结果的可能性有多大」。它不告诉你效应大小，也不告诉你实际差异有没有生物学意义——那是另外两步的事情了。