La literatura distingue entre dos tipos de pruebas de permutaciones: (1) la prueba de aleatorización es la prueba de permutación donde la intercambiabilidad se satisface mediante la asignación aleatoria de unidades experimentales a las condiciones; (2) la prueba de permutación es exactamente la misma prueba, pero se aplica a una situación en la que se necesitan otras suposiciones (es decir, distintas de la asignación aleatoria) para justificar la intercambiabilidad.
Algunas referencias con respecto a las convenciones de nomenclatura (es decir, aleatorización vs permutación): Kempthorne y Doerfler, Biometrika, 1969; Edgington & Onghena, Pruebas de aleatorización, 4ª ed., 2007
Para los supuestos, la prueba de aleatorización (es decir, la prueba de aleatorización de Fisher para datos experimentales) solo requiere lo que Donald Rubin se refiere como el supuesto de valor de tratamiento de unidad estable (SUTVA). Vea el comentario de Rubin en 1980 sobre el artículo de Basu en JASA. SUTVA es también uno de los supuestos fundamentales (junto con una fuerte ignorancia) para la inferencia causal bajo el modelo de resultados potenciales de Neyman-Rubin (véase el artículo JASA de 1986 de Paul Holland). Esencialmente, SUTVA dice que no hay interferencia entre las unidades y que las condiciones de tratamiento son las mismas para todos los receptores. Más formalmente, SUTVA asume independencia entre los resultados potenciales y el mecanismo de asignación.
Considere el problema de dos muestras con participantes asignados aleatoriamente a un grupo de control o un grupo de tratamiento. Se violaría SUTVA si, por ejemplo, dos participantes del estudio se conocieran y el estado de asignación de uno de ellos ejerciera cierta influencia en el resultado del otro. Esto es lo que se entiende por no interferencia entre unidades.
La discusión anterior se aplica a la prueba de aleatorización en la que los participantes fueron asignados aleatoriamente a grupos. En el contexto de una prueba de permutación, SUTVA también es necesario, pero puede que no descanse en la aleatorización porque no había ninguna.
En ausencia de una asignación aleatoria, la validez de las pruebas de permutación puede basarse en supuestos de distribución como una forma de distribución idéntica o distribuciones simétricas (según la prueba) para satisfacer la intercambiabilidad (ver Box y Anderson, JRSSB, 1955).
En un artículo interesante, Hayes, Psych Methods, 1996, muestra a través de la simulación cómo las tasas de error de Tipo I pueden inflarse si se usan pruebas de permutación con datos no aleatorios.