পরীক্ষার জন্য দুটি সাধারণ মডেল রয়েছে। জনসংখ্যার থেকে এলোমেলো নমুনার ধারণার উপর ভিত্তি করে প্রথমটিকে সাধারণত "জনসংখ্যার মডেল" বলা হয়।
উদাহরণস্বরূপ, দুটি স্বতন্ত্র নমুনা টি-পরীক্ষার জন্য, আমরা ধরে নিই যে দুটি গ্রুপকে আমরা তুলনা করতে চাই তা হ'ল সংশ্লিষ্ট জনগোষ্ঠীর এলোমেলো নমুনা। ধরে নিই যে দুটি গ্রুপের মধ্যে স্কোর বিতরণগুলি সাধারণত জনসংখ্যায় বিতরণ করা হয়, তারপরে আমরা বিশ্লেষণাত্মকভাবে পরীক্ষার পরিসংখ্যানগুলির নমুনা বিতরণ (যেমন, টি-স্ট্যাটিস্টিকের জন্য) উপস্থাপন করতে পারি। ধারণাটি হ'ল আমরা যদি এই প্রক্রিয়াটি পুনরায় (স্বতন্ত্র জনগোষ্ঠীর কাছ থেকে এলোমেলোভাবে দুটি নমুনা আঁকতে) অসীম সংখ্যক বার (অবশ্যই, আমরা আসলে তা করি না), আমরা পরীক্ষার পরিসংখ্যানগুলির জন্য এই নমুনা বিতরণটি অর্জন করতাম।
পরীক্ষার জন্য একটি বিকল্প মডেল হ'ল "র্যান্ডমাইজেশন মডেল"। এখানে, আমাদের এলোমেলো নমুনার আবেদন করতে হবে না। পরিবর্তে, আমরা আমাদের নমুনার অনুমোদনের মাধ্যমে একটি এলোমেলোকরণ বিতরণ পাই distribution
উদাহরণস্বরূপ, টি-টেস্টের জন্য আপনার দুটি নমুনা রয়েছে (এলোমেলোভাবে নমুনা ব্যবহারের মাধ্যমে অগত্যা নয়)। এখন যদি সত্যিই এই দুটি গোষ্ঠীর মধ্যে কোনও পার্থক্য না থাকে, তবে কোনও নির্দিষ্ট ব্যক্তি আসলে গ্রুপ 1 বা গ্রুপ 2 এর "প্রকৃতির" কিনা তা নির্বিচারে whether সুতরাং, আমরা যা করতে পারি তা হ'ল গ্রুপ অ্যাসাইনমেন্টটি বারবার অনুমোদন করা, প্রতিটি বার লক্ষ্য করা যে দুটি গ্রুপের উপায়গুলি কতটা পৃথক। এইভাবে, আমরা অনুকরণীয়ভাবে একটি নমুনা বিতরণ পাই। তারপরে আমরা মূল নমুনাগুলিতে দু'টি উপায় কতটা পৃথক তা তুলনা করতে পারি (গ্রুপের সদস্যপদগুলি পুনর্বিবেচনা করার আগে) এবং যদি সেই পার্থক্যটি "চরম" হয় (অর্থাত্ পরীক্ষামূলকভাবে প্রাপ্ত নমুনা বিতরণের লেজের মধ্যে পড়ে) তবে আমরা উপসংহারে পৌঁছে যাই গ্রুপের সদস্যপদ নির্বিচারে নয় এবং দুটি গ্রুপের মধ্যে সত্যই পার্থক্য রয়েছে।
অনেক পরিস্থিতিতে, দুটি পদ্ধতির আসলে একই উপসংহারে নিয়ে যায়। একরকমভাবে, জনসংখ্যার মডেলের উপর ভিত্তি করে পদ্ধতির এলোমেলোকরণ পরীক্ষার সান্নিধ্য হিসাবে দেখা যেতে পারে। মজার বিষয় হল, ফিশারই সেই ব্যক্তি যিনি এলোমেলোকরণের মডেলটি প্রস্তাব করেছিলেন এবং আমাদের পরামর্শের ভিত্তি হওয়া উচিত বলে প্রস্তাব করেছিলেন (যেহেতু বেশিরভাগ নমুনা এলোমেলো নমুনার মাধ্যমে প্রাপ্ত হয় না)।
দুটি পদ্ধতির মধ্যে পার্থক্য বর্ণনা করার জন্য একটি দুর্দান্ত নিবন্ধ:
আর্নস্ট, এমডি (2004)। অনুমতি পদ্ধতি: সঠিক অনুমানের জন্য একটি ভিত্তি। পরিসংখ্যান বিজ্ঞান, 19 (4), 676-685 (লিঙ্ক) ।
একটি আর্টিকেল যা একটি দুর্দান্ত সংক্ষিপ্তসার সরবরাহ করে এবং পরামর্শ দেয় যে এলোমেলোকরণের পদ্ধতির আমাদের সূত্রগুলির ভিত্তি হওয়া উচিত:
লুডব্রুক, জে।, এবং ডডলি, এইচ। (1998)। বায়োমেডিকাল গবেষণায় কেন ক্রিয়াকলাপ পরীক্ষাগুলি টি এবং এফ পরীক্ষার চেয়ে উচ্চতর superior আমেরিকান পরিসংখ্যানবিদ, 52 (2), 127-132 (লিঙ্ক) ।
সম্পাদনা: আমার আরও যোগ করা উচিত যে জনসংখ্যার মডেল অনুসারে র্যান্ডমাইজেশন পদ্ধতির ব্যবহার করার সময় একই পরীক্ষার পরিসংখ্যান গণনা করা সাধারণ। সুতরাং, উদাহরণস্বরূপ, দুটি গ্রুপের মধ্যে পার্থক্য পরীক্ষা করার জন্য, গ্রুপের সদস্যপদগুলির সমস্ত সম্ভাব্য অনুমানের জন্য নাল অনুমানের অধীনে নমুনা বন্টন উপস্থাপনের জন্য যথাযথ টি-স্ট্যাটিস্টিক গণনা করা হবে এবং তারপরে একটি পরীক্ষা করবে যে চরম কীভাবে মূল গোষ্ঠী সদস্যতার জন্য টি-পরিসংখ্যান সেই বিতরণের অধীনে।