t-test排列测试（也称为随机化测试、重新随机化测试或精确测试）非常有用，并且在不满足例如所要求的正态分布假设以及通过排序转换值时派上用场非参数测试Mann-Whitney-U-test会导致更多信息丢失。然而，在使用这种检验时，一个且唯一的一个假设是在原假设下样本可交换性的假设。还值得注意的是，当有两个以上的样本时，也可以应用这种方法，比如在coinR 包中实现的样本。

你能用一些比喻性的语言或简单的英语概念直觉来说明这个假设吗？这对于澄清像我这样的非统计学家中被忽视的问题非常有用。

注意：
如果在相同的假设下应用置换测试不成立或无效，这将非常有帮助。

更新：
假设我从我所在地区的当地诊所随机收集了 50 名受试者。他们以 1:1 的比例随机分配接受药物或安慰剂。它们都Par1在 V1（基线）、V2（3 个月后）和 V3（1 年后）测量参数 1。所有 50 个科目可以根据特征 A 分为 2 个组；A 正 = 20 和 A 负 = 30。它们也可以根据特征 B 分为另外 2 个组；B 阳性 = 15 和 B 阴性 = 35。
现在，我Par1在所有访问中都有来自所有主题的值。在可交换性的假设下，Par1如果我愿意，我是否可以在使用置换检验的水平之间进行比较：
- 将服用药物的受试者与接受安慰剂的受试者在 V2 进行比较？
- 在 V2 中比较具有特征 A 的科目和具有特征 B 的科目？
- 比较在 V2 时具有特征 A 的受试者与在 V3 时具有特征 A 的受试者？
- 在何种情况下，这种比较是无效的并且会违反可交换性的假设？