เปรียบเทียบวิธี

	การอนุมานแบบสุ่มที่แน่นอนของฟิชเชอร์	การสุ่มตัวอย่างแบบแจ็คไนฟ์ (Jackknife Resampling)
สาขาวิชา	สถิติศาสตร์	สถิติศาสตร์
ตระกูล	Regression model	Regression model
ปีกำเนิด	1935	1956
ผู้ริเริ่ม	Ronald A. Fisher	Quenouille (1956); reviewed by Miller (1974)
ประเภท	Exact permutation-based inference	Resampling / bias and variance estimation
แหล่งต้นตำรับ	Fisher, R. A. (1935). The Design of Experiments. Oliver & Boyd.	Quenouille, M. H. (1956). Notes on Bias in Estimation. Biometrika, 43(3/4), 353-360.
ชื่อเรียกอื่น	fisher randomization test, permutation inference, exact randomization test, randomizasyon çıkarımı (fisher exact randomization)	leave-one-out resampling, Quenouille-Tukey jackknife, delete-one jackknife, Jackknife Yeniden Örnekleme
ที่เกี่ยวข้อง	5	5
สรุป	Randomization inference, introduced by Ronald A. Fisher in The Design of Experiments (1935), computes an exact p-value by evaluating a test statistic across all possible treatment assignments under Fisher's sharp null hypothesis. It is regarded as the gold standard for analysing designed experiments because its validity rests on the known assignment mechanism rather than on distributional assumptions.	The jackknife is a classical resampling method that estimates the bias and variance of a statistic by systematically recomputing it with one observation left out at a time. Introduced by Quenouille in 1956 and later reviewed by Miller in 1974, it predates the bootstrap and remains a simple, deterministic tool for assessing estimator stability.