我正在使用一些排列测试，我的主要目的是评估治疗效果，并且我对测试统计的选择有疑问。

我看到有些人使用 β 作为感兴趣的变量作为检验统计量，而另一些人则使用 t 值 (β/SE β) 作为检验统计量。

我没有看到关于选择一个优于另一个的好处的很好的解释，并且想知道是否有人可以提示我相关参考资料或提供快速解释。

到目前为止我见过的最好的是这里（第 6 页）：

假设我们真的对均值之间的标准化差值感兴趣，但我们不愿意使用参数 t 检验，因为它假设 t 值的抽样分布基于潜在的正态分布。通过重采样，我们可以使用计算出的 t 值作为组差异的度量，但我们可以根据 t 值的经验采样分布对其进行测试……我们可以将数据随机重新排列成两组，每组 N=20并重新计算 t 值。如果我们对数据进行多次重组（例如，10,000），我们可以生成 t 值的经验分布。该分布不一定按照参数 t 分布进行分布

据我所知，主要的一点是，通过使用 t 值作为检验统计量，可以放宽对潜在正态分布的假设。如果是这样，是否还有其他支持或反对使用 t 值的论据？

我看到 t 值也用于 Efron & Hastie (2017) Computer Age Statistical Inference中的置换检验，p。49-50。