Na literatura, os termos Randomização e Permutação são usados de forma intercambiável. Com muitos autores afirmando "testes de permutação (também conhecidos como randomização)", ou vice-versa.
Na melhor das hipóteses, acredito que a diferença seja sutil e reside em suas suposições sobre os dados e as possíveis conclusões que podem ser tiradas. Só preciso verificar se meu entendimento está correto ou se há uma diferença mais profunda que me falta.
Os testes de permutação assumem que os dados são amostrados aleatoriamente a partir de uma distribuição populacional subjacente (o modelo populacional). Isso significa que as conclusões tiradas do teste de permutação são geralmente aplicáveis a outros dados da população [3].
Os testes de randomização (modelo de randomização) "nos permitem descartar a suposição implausível da pesquisa psicológica típica - amostragem aleatória de uma distribuição especificada" [2]. No entanto, isso significa que as conclusões tiradas são aplicáveis apenas às amostras utilizadas no teste [3].
Certamente, porém, a diferença é apenas em termos da definição de população . Se definirmos a população como 'todos os pacientes com a doença e forem adequados para tratamento', o teste de permutação é válido para essa população. Mas, como restringimos a população àqueles que são adequados para tratamento, é realmente um teste de randomização.
Referências:
[1] Philip Good, testes de permutação: um guia prático para reamostrar métodos para testar hipóteses.
[2] Eugene Edgington e Patric Onghena, testes de randomização.
[3] Michael Ernst, Métodos de Permutação: Uma base para inferência exata