常用随机分配方法
随机化和盲法是临床试验中控制偏倚的重要措施，在随机对照临床试验中，随机分配为定量评价药物的治疗效应提供了必要的统计推断基础。药物临床试验的随机分配是指参与临床试验的每位受试者的分组过程必须满足以下两点：一方面是不可预测性，指受试者、研究者以及参与试验的其他相关人员，均不应在随机分配实施前预先知晓治疗分配的相关信息。另一方面是机会均等，指在一定条件下（例如，在分层随机中的一定条件是指同一层内），每位受试者被分配到同一治疗组的概率相同。同时注意随机分配到不同治疗组的概率可以相同（平衡设计），也可以不同（非平衡设计）。
随机分配方法包括简单随机、区组随机、分层随机以及适应性随机等。不同的随机分配方法具有不同的特点，研究者根据各方面因素综合考虑选择合适的随机分配方法。临床试验中几种常用的随机分配方法主要有：
一、简单随机
简单随机又称完全随机，是指以特定概率将受试者分配到每个治疗组，分配给每个治疗组的概率可以相等（例如1:1分配给试验组和对照组）也可以不等（例如2:1分配给试验组和安慰剂组），保持不变或可能改变，但随机分配到各个治疗组的概率与基线协变量或受试者的治疗效果无关。
简单随机分配具有以下性质：
①各个受试者被分配到临床试验中各个治疗组的概率分布是相
同的；
②对每一位受试者进行独立的随机分配。
因此，简单随机分配只与样本量和分配比例有关，它的优点是操作简单、易于实施，能最大限度地保持随机分配的不可预测性。
简单随机分配的缺点是在各个时间段内入组的受试者其随机分
配比例往往是不同的，而大多数临床试验是按时间顺序招募的受试者，如果某个基线协变量为预后因素，且该变量在不同时间段入组的受试者间差异较大（例如呼吸道发病的基线症状在冬季要比夏季往往更严重），采用简单随机分配则可能导致该基线协变量在入组受试者中的
组间分布不均衡（例如试验组在冬季入组的病例更多一些，造成试验组的基线症状平均水平更严重一些），从而影响组间疗效比较的评估。
二、区组随机
区组随机是指将受试者在每个区组内进行随机分配的过程，区组长度（区组内计划入组的受试者数）可以相同也可以不同。需注意区组的大小要适当，一方面，区组长度应大于治疗组数，但太大易造成组间分配不均衡；另一方面，区组长度太小则易造成同一区组内受试者分组的可预测性，例如双盲试验中当有受试者因不良事件而紧急破盲后，同一区组的剩余受试者的组别有较大可能被猜到；对于开放的临床试验，同一区组最后一位入组受试者的组别可以轻易在入组前获知。因此研究者及相关人员应对区组长度保持盲态并且可以采取在同一研究中设置多个区组长度以尽可能减少分组的可预测性，这在开放
的临床试验中尤为重要。
与简单随机相比，区组随机可以使同一时间段同一区组内的受试者在各治疗组间的分配比例符合预设要求。当受试者特征可能随入组时间变化时，且完成所有受试者入组所需的时间较长，区组随机分配有助于减少季节、疾病流行等客观因素对疗效评价的影响，也可减少因方案修订（例如入选标准的修订）所造成的组间受试者比例失衡。
当随机分配结束时，如果某区组实际入组的受试者小于该区组长度，则称该区组为碎片区组。如果碎片区组的数量较多，可能破坏随机分配比例和基线均衡性，应尽可能减少或避免碎片区组。
三、分层随机
如果药物的治疗效应受到一些基线特征（例如受试者的病理诊断、年龄、性别、疾病的严重程度、生物标记物等）的影响时，可按这些特征先进行分层，然后在每层内再进行随机分配（即总的随机分配将通过对所有分层的随机来实现），以保持层内的组间均衡性。在分层
基础上如果再对各层内实施区组随机分配，则该随机分配被称为分层区组随机。如果分层随机分配所构成的各个层内的样本量不能事先确定，建议采用分层区组随机（即在每个层内采用随机区组分配）。
分层随机分配的优点在于它能确保由分层因素所构成的各个层
内的受试者都是随机分配到各个治疗组的，从而保证分层因素在组间的均衡性。在每个层内的所有非分层因素的协变量在各个治疗组之间也倾向于均衡。
如果分层因素较多，当随机分配结束时，可能会导致某些层上的
受试者均在一个组别中，从而影响统计分析结果；另外，过多的分层因素可能造成其他因素在治疗组间的不均衡，因此申办者应就分层因素的选择提供依据以表明分层因素选择的合理性，应注意避免选择并不重要的分层因素而忽略其他重要因素从而影响试验结果的情形。当使用分层随机分配时，应当在统计分析时对分层因素加以考虑。
四、适应性随机
适应性随机又称为动态随机，是指根据前面受试者的信息来调整当前受试者被分配到不同治疗组概率的随机分配过程。与上述随机分配方法不同的是，适应性随机分配对当前受试者的随机分配需要基于已随机化受试者的信息。适应性随机包括协变量适应性随机分配、应答适应性随机分配等。
适应性随机分配通常需要复杂的编程来实现算法，而不是固定的随机分配列表。当使用适应性随机分配时，常需要使用适当的统计分析方法，才不会增加I类错误率。申办者应谨慎使用适应性随机，若采用，应说明采用适应性随机的合理性，统计分析建议采用随机检验，申办者应对随机过程和程序进行存档。
1.协变量适应性随机
协变量适应性随机分配是指受试者的分配，部分或者完全取决于其自身的基线特征以及之前所纳入的受试者的基线特征。常见的协变量适应性随机分配是最小化法，即在每次确定新的受试者的治疗分配概率时，最小化治疗组间的协变量差异。
与分层随机分配相比，协变量适应性随机分配能均衡更多的协变
量，但过多的协变量可能导致随机分配的变异减少，当样本量较小时，可预测性将明显增加，随机分配被破盲的风险增大。对于小样本临床试验应谨慎使用协变量适应性随机分配，并严格控制参与适应性随机分配的协变量个数。另外，在了解受试者的相关协变量信息之前，协变量适应性随机分配无法对受试者进行随机分组；而分层随机分配的整个随机分配列表可以预先生成，有助于预先包装处理。
2.应答适应性随机
应答适应性随机是指新纳入的受试者的分配概率根据已入组受
试者的结局而改变，适合能较快确定临床结局的试验。常见的应答适应性随机的技术是“赢者博弈规则”。应答适应性随机分配是存在争议的，一些研究者认为，对不能得出结论的期中分析结果不能被用于改变正在进行的试验的随机分配；同时现有的用于应答适应性随机分配的统计分析方法，都基于一些难以验证的假设。
临床研究中的常见随机分组方法 临床研究中的常见随机分组方法 1.引言 临床研究中，做出合理的随机分组是确保研究结果可靠和客观 的关键步骤。随机分组的方法有很多种，本文将详细介绍几种常见 的随机分组方法及其应用。 2.简单随机分组 简单随机分组是最常见的随机分组方法之一。它的原理是通过 随机一个数字序列，并将序列与研究对象一一对应，然后按序列将 研究对象分配到不同的组别。简单随机分组方法简单易行，但并不 能保证各组之间在其他因素上的平衡。 3.分层随机分组 分层随机分组是一种解决简单随机分组方法不平衡问题的方法。根据研究对象的某些特定特征（如性别、年龄、疾病严重程度等），将研究对象分成不同层次。然后在每个层次内进行简单随机分组。 这样可以保证各组之间在特定特征上的平衡。 4.区组随机分组
区组随机分组是一种常用于多中心临床研究的方法。它将研究中心作为区组，不同中心的患者被分配到同一组别中。该方法可以减少不同中心之间的差异，保证研究结果的可比性。 5.交叉随机分组 交叉随机分组是常用于临床试验中的一种设计方法。研究对象先接受一个治疗，然后在一定时间后再接受另一种治疗。研究对象按照一定的步骤被随机分配到不同的治疗顺序。该方法可以减小混淆因素对研究结果的影响。 6.随机分组的实施与监控 为了确保随机分组的有效性和可信度，在其实施过程中需要制定严格的实施方案，并建立专门的监控机制。其中包括随机分组的过程、分组结果的验证、盲法的实施等。 7.附件 本文档涉及的附件包括相关随机分组的算法代码、各种随机分组方法的详细步骤等。 8.法律名词及注释 - 随机分组：是指在研究中将研究对象按照一定的规则分配到不同组别的方法。
【合集】你应该了解的4种随机分组方法，赶快收藏！ 我们建立医咖会公众号后，第二篇文章就是关于整群随机化的，后来很多小伙伴都在问区组随机化和分层随机化的问题，我们就又陆续推出了介绍这两种随机分组的文章。 本周六的合集，小咖就带大家一起来回顾这些常见的随机分组方法，方便大家收藏起来，以后随时查看。 （注：以下小标题显示蓝色，表示可以直接点击查看文章详情） 1. 简单随机化 主要内容：随机分组的目的；简单随机化有什么问题？为什么会出现这些问题？ 解决组间人数不相等的问题，可以使用区组随机化；解决重要协变量不均衡的问题，可以用分层随机化。（接着往下看↓↓↓） 2. 区组随机化 主要内容：为什么要实施区组随机化？区组随机化如何实施？其他需要注意的问题。 3. 分层随机化 主要内容：为什么要实施分层随机化？分层随机化如何实施？其他需要注意的问题。 4. 整群随机化
主要内容：整群随机化的介绍；常用的其他随机化方法总结。 5. 举例说明论文中随机分组的常见错误 主要内容：列举已发表论文中关于随机分组表述或使用不当的例子，帮助大家对随机分组有更直观的了解。 6. 用户提问及我们的解答不完全汇总 （1）问：区组和分层有什么区别呢，怎么感觉都是把相同因素者放到一起，然后随机分试验组和对照组？ 答：分层时的变量是研究中心或研究对象本身具有的（比如性别、年龄等），而区组是人为划定的。比如以6为区组单位，则随机化程序是6为单位分组的。在连续纳入6个研究对象时按照既定的随机化程序分组；下6个研究对象入组时，又分一次组。 （2）问：请问是不是在进行最后的资料评估的时候，区组里一个区组的对照组试验组与其他区组的对照试验组是分开评估的，而分层里一层的对照组试验组与其他层的对照试验组是合在一起评估的？ 答：分层有助于层内的均衡性。比如以研究中心分层，可以使得每个研究中心都有大致相同数量的干预组和对照组。 而区组(block)则是在一个区段内随机分组，比如每6个研究对象作为一个区组，随机分为3个干预组、3个对照组。区组随机化时，有助于增加每一段的可比性。区组随机化可使每个区段内试验组与对照组的样本大小完全符合试验方案的要求。
临床试验随机分组方法 临床试验中的随机分组方法 真正的随机化应符合下列原则: (1)医生和患者不能事先知道或决定患者将分配到哪一组接受治疗; (2)医生和患者都不能从一个患者已经进入的组别推测出下一个患者将分配到哪一组。 随机序列的产生可以采用计算机、计算器、随机数字表和抛硬币的方法来实现。 随机分组方法包括: 简单随机化(simple randomization)、 区组随机化(blockrandomization)、 分段(或分层)随机化(stratifiedrandomization)、 分层区组随机化(stratified blockrandomization ) 动态随机化( dynamicrandomization) 1.1 简单随机化分组简单随机化分组又称为完全随机化分组,是对研究对象直接进行随机分组,常通过掷硬币或随机数字表,或用计算机产生随机数来进行随机化,在事先或者实施过程中不作任何限制和干预或调整。简单随机化分组方法对小样本试验操作起来很简单,但是如果研究对象例数较少时,则各组例数会出现不平衡现象。例如,掷硬币的方法在小样本的试验中由于随机误差难以保证组间病例数的均衡。有研究表明,当总例数为100时,每组刚好50例的概率仅为8%。因此,采用随机数字表的方法,以及随机数余数分组法可以很好地解决这个问题,使分组后各组例数相等。 操作步骤: (1)编号:将N个实验单位从1到N编号。动物可按体重大小,患者可按预计的样本量编号; (2)获取随机数字:从随机数字表中任意一个数开始,沿同一方向顺序获取每个实验单位一个随机数字; (3)求余数:随机数除以组数求余数。若整除则余数取组数;
临床研究的患者随机分组 随机分组是临床研究中常用的一种方法，它可以有效地减少实验结 果的偏倚，并提高研究的可靠性和可重复性。本文将介绍随机分组在 临床研究中的重要性，以及常用的随机分组方法和注意事项。 一、随机分组的重要性 在进行临床研究时，为了保证研究结果的准确性和可靠性，研究对 象需要进行随机分组。随机分组可以消除实验组与对照组之间的干扰 因素，减少各组之间的差异，从而使结果更具有说服力。 二、常用的随机分组方法 1.简单随机分组 简单随机分组是最常见的一种方法，它通过随机抽取的方式将研究 对象分配到实验组和对照组。这种方法的优点是操作简单、随机性强；缺点是容易产生随机分配不均的情况。 2.分层随机分组 分层随机分组是在简单随机分组的基础上，根据一定的因素将研究 对象进行分层，然后在每个分层中进行随机分组。这种方法可以进一 步减少组间的差异，并增加研究的可靠性。 3.区块随机分组
区块随机分组是将研究对象按照某种特征进行分组，然后再对每个 分组进行随机分组。这种方法可以减少每个分组内的差异，提高研究 结果的可靠性。 三、注意事项 1.随机分组时应采用适当的随机化方法，如计算机随机数生成器等，以保证分组过程的随机性和公正性。 2.应确保分组过程的可追溯性和可复现性，以便其他研究人员或监 管部门对研究过程进行审核和验证。 3.在进行随机分组时，应详细记录每个研究对象的基本信息和分组 情况，以便后续的分析和解读。 4.随机分组应遵循伦理原则，保护研究对象的权益和隐私，尽量避 免对研究对象造成不必要的伤害。 结语 随机分组是临床研究中不可或缺的一环，它可以有效地控制实验误差，提高研究结果的可靠性。在进行临床研究时，我们应该根据研究 的目的和实际情况选择适合的随机分组方法，并严格按照规定的步骤 进行操作，以确保研究的科学性和可信度。同时，我们也要注意保护 研究对象的权益和隐私，尽量减少对其造成的不便和伤害，做到人文 关怀与科学研究的有机结合。
临床研究中的样本分组与随机分配的方法与 策略 在进行临床研究时，样本分组和随机分配是非常重要的步骤，它们 有助于保证样本的代表性和结果的可靠性。本文将介绍一些常用的样 本分组和随机分配的方法与策略，以帮助研究人员更好地设计和实施 临床研究。 一、样本分组方法 1. 随机对照试验组：将参与研究的样本随机分为对照组和试验组。 对照组接受常规治疗或安慰剂，试验组接受研究中的新治疗方法或药物。这种分组方法可以用来评估新治疗方法的有效性和安全性。 2. 观察性研究组：根据被观察者的特点将样本分为不同组。这种分 组方法适用于研究某种疾病的不同类型或不同年龄段的患者，并比较 它们的临床表现和治疗效果。 3. 病例-对照研究组：选取一组已患某种疾病的病例，再选取与其性别、年龄等特征相匹配的没有患该疾病的对照组，分别观察两组的暴 露因素和发病情况。这种分组方法常用于研究疾病与危险因素的关系。 二、随机分配策略 1. 简单随机分配：通过随机数字表或计算机随机数生成器，将样本 编号与分组标签相对应，并进行分组。这种方法简单直接，但可能存 在不均匀分组的问题，需要进行随机分组后的校验。
2. 随机分层分配：将样本根据某些特征因素（如性别、年龄、疾病严重程度等）进行分层，然后在每个层次内进行简单随机分配。这种方法可以确保不同层次内样本的均衡性，减小偏倚。 3. 区组随机分配：将样本按照研究地点或不同医院进行分组，然后在每个组内进行简单随机分配。这种方法可以控制地点因素对结果的影响，提高研究结果的可靠性。 三、分组与配对的策略 1. 配对设计：将样本按照某些特征因素进行配对，并将配对的样本分别随机分到对照组和试验组。配对的样本在某些因素上具有较高的相似性，可以减小干扰因素对结果的影响。 2. 交叉设计：将同一组样本分别随机分到不同的治疗组，然后进行交叉比较。这种设计可以减小干扰因素对结果的影响，但需要考虑洗脱期等其他因素的影响。 通过合理选择样本分组和随机分配的方法与策略，可以提高临床研究的质量和可靠性。在实施过程中，研究人员需要根据研究目的、样本特点和可行性进行选择，并遵循相应的伦理和法律要求。希望本文对大家能有所帮助。
医学研究中的病例随机分组方法随机分组方法在医学研究领域中扮演着重要的角色。通过随机分组，研究者可以在研究中减少偏见的引入，确保结果的可靠性。本文将介 绍几种常用的病例随机分组方法，并分析其优缺点。 1. 完全随机法（Completely Randomized Design, CRD） 完全随机法是一种最为简单和常用的随机分组方法。在完全随机法中，研究者根据患者的个体特征或其他相关因素将其随机分配到不同 的治疗组或对照组中。该方法的优点是简单易行，能够减少选择偏倚。然而，完全随机法无法考虑到个体之间的差异，可能会导致分组后的 不平衡。 2. 区组随机法（Randomized Block Design, RBD） 区组随机法是在完全随机法的基础上进行改进的一种方法。该方法 先将研究对象根据某种特征分组，再在每个组内进行随机分组。通过 区组随机法，可以减少组内的差异，同时考虑到组间的差异。该方法 适用于研究对象之间存在较大差异的情况，能够提高实验的准确性。 3. 配对随机法（Matched Pairs Design） 配对随机法是一种用于匹配研究对象并进行随机分组的方法。在配 对随机法中，研究者将具有相似特征的研究对象进行配对，然后将每 对中的研究对象分别随机分配到不同的组别中。该方法的优点是能够 减少个体之间的差异，提高实验可靠性。然而，配对随机法的局限性 在于需要在研究对象中寻找相似的特征，可能导致样本数量的减少。
4. 簇分析法（Cluster Randomization Design） 簇分析法是用于大规模研究中的一种特殊随机分组方法。在簇分析法中，研究对象会按照某种规律被分成簇，然后将整个簇随机分配到不同的组别中。该方法的优势是可以减少实验的干预效应，适用于社区和群体层面的干预措施。然而，簇分析法可能导致组内的个体差异较大，影响实验的准确性。 总结起来，医学研究中的病例随机分组方法有完全随机法、区组随机法、配对随机法和簇分析法等。每种方法都有其独特的优缺点，研究者需要根据具体研究目的和实验需求选择适合的方法。无论选择何种方法，都需要保证随机分组的过程可靠、严谨，以确保研究结果的可靠性和可复制性。
自然科学实验中的样本随机分配技巧 在自然科学研究中，实验是获取数据和验证假设的重要方法之一。而在进行实 验时，样本的随机分配是确保实验结果的可靠性和有效性的关键环节之一。本文将探讨自然科学实验中的样本随机分配技巧，并介绍一些常用的方法。 一、为什么需要样本随机分配 样本随机分配是为了避免实验结果的偏倚。如果样本没有经过随机分配，可能 会导致实验结果受到其他因素的影响，从而产生不准确的结论。通过随机分配样本，可以消除实验结果中的干扰因素，使得实验结果更加可靠和有效。 二、随机分配的原则 1. 随机性：样本的分配应该是随机的，即每个样本都有相同的机会被分配到不 同的处理组中。这样可以确保样本之间的差异不受其他因素的干扰。 2. 均衡性：在随机分配的过程中，要确保每个处理组中的样本数量相等。这样 可以避免样本数量的差异对实验结果的影响。 3. 重复性：为了提高实验结果的可靠性，应该进行多次重复实验，并对结果进 行统计分析。通过多次重复实验可以减小偶然误差的影响，得到更加准确的结论。 三、常用的样本随机分配方法 1. 简单随机分配：这是最常用的一种方法，通过随机数生成器将样本分配到不 同的处理组中。简单随机分配的优点是操作简单，适用于样本量较小的实验。但是对于样本量较大的实验，可能会出现样本分配不均衡的情况。 2. 分层随机分配：分层随机分配是将样本按照某种特征进行分层，然后在每个 层次内进行随机分配。这样可以确保每个处理组中的样本在特征上的均衡性。分层随机分配适用于样本量较大，且样本具有明显特征的实验。
3. 配对随机分配：配对随机分配是将样本按照某种特征进行配对，然后在每对中进行随机分配。这样可以减小个体差异对实验结果的影响。配对随机分配适用于需要比较两个相关样本的实验。 四、注意事项 1. 样本量的确定：在进行实验时，要根据实验目的和统计分析的要求确定合适的样本量。样本量太小可能导致实验结果不具有统计学意义，样本量太大则可能浪费资源。 2. 随机数生成器的选择：在进行随机分配时，要选择合适的随机数生成器。随机数生成器应该具有良好的随机性和均匀性，以保证样本的随机分配。 3. 数据的收集和分析：在进行实验后，要及时收集数据，并进行合适的统计分析。通过数据的分析，可以得到实验结果，并验证假设。 综上所述，自然科学实验中的样本随机分配技巧对于实验结果的可靠性和有效性至关重要。通过合适的随机分配方法，可以消除实验结果中的干扰因素，得到更加准确和可靠的结论。因此，在进行自然科学实验时，我们应该充分重视样本的随机分配，并遵循相关的原则和方法，以确保实验结果的科学性和可靠性。
随机化的方法包括哪三种 随机化是一种经常在科学、统计学和实验设计中使用的方法，以确保实验的结果具有客观性和可靠性。随机化的主要目的是减少偏差的可能性，确保样本的选择是随机的和代表性的，从而提高实验的可靠性和推广性。以下将介绍随机化的三种常用方法。 1. 简单随机化： 简单随机化是最基本也是最容易实施的一种随机化方法。在简单随机化中，试验单位被随机分配到不同的处理群组。这种随机化方法可以通过使用随机数表、计算机软件或决策者在不了解试验单位的信息的情况下进行。简单随机化的主要优势在于其简单性和公平性，每个试验单位都有相等的机会分配到不同的处理条件中。但是，简单随机化不能保证样本之间的平衡，因此在小样本情况下，可能会出现一些差异。 2. 分层随机化： 分层随机化是一种常见且有效的随机化方法。在分层随机化中，样本根据其特征或变量被分成几个群组，然后在每个群组中进行随机分配。这种方法可以确保每个群组中的样本在处理群组中具有相似的特征或变量。例如，在医学研究中，可以将病人分为不同的年龄组，然后对每个年龄组进行随机分配。这样可以保证每个处理组中的年龄分布大致相似，使得研究结果更具可靠性和可推广性。 3. 配对随机化：
配对随机化是一种特殊的随机化方法，适用于需要考虑试验单位之间相关性的情况。在配对随机化中，试验单位被一一配对，然后随机分配到处理和对照组中。这种方法可以减小两组在配对变量上的差异，从而提高实验结果的精确性和可靠性。例如，在药物研究中，可以将具有相似症状或疾病严重程度的病人配对，然后将每对病人中的一位随机分配到接受药物治疗的组中，将另一位病人分配到对照组中。这样可以控制一些潜在的干扰因素，提高结果的可信度。 总而言之，随机化是科学研究和实验设计中非常重要的一种方法。通过随机化，可以确保样本的选择是随机的、客观的和代表性的，从而提高研究的可靠性和推广性。简单随机化、分层随机化和配对随机化是常用的随机化方法，每种方法都有自己的优势和适用场景。在实际应用中，根据研究的具体要求和条件选择合适的随机化方法，可以获得更准确和可靠的研究结果。
常用实验动物随机分组方法 兽医卫生 常用实验动物随机分组方法 赵伟，孙国志 （佳木斯大学实验动物中心，佳木斯154007） 摘 要：进行动物实验时，为进行准确的统计检验，动物必须按照随机分配的原则进行随 机分组。其目的是使一切干 扰因素造成的实验误差尽量减少，而不受实验者主观因素或其他偏性误差的影响。随 机化的手段通常采用随机数字表法。 关健词：实验动物；随机分组 进行动物实验时，统计学要求各实验组间除实验处理因素外，其它条件都完全相同， 但事实上不可能完全做到，就是同一种动物而言，即使品系、年龄、窝别、性别、生活条 件完全一致，对药物的反应仍不可能完全一致，差异是绝对的，一致是相对的。减少差异 的办法除精选实验动物（或材料）外，就是实行严格的随机原则进行安排，使正性和负性 影响随机地分配到各组，得到平衡，而不受任何主观愿望的影响。应避免人为因素随机把 所有动物编号，然后令其双数为A组（实验组），单数为B组（对照组）即可或反之，常 应用随机数字表进行完全随机化的分组。若手边没有随机数字表可用计算器产生的随机数字，每当按下2ndF（第二功能键）和RND（随机数字键）时，就会产生0.000～0.999的 随机数字，可将显示的数前两个小数位用作一个样本个体。研究人员也可将计算器产生的 随机数字制作成随机数字表。从随机数字表任意点开始选取连续的数字，原则自定，可横读、竖读、按斜角线读取。将动物编号后进行随机分组要根据组数来进行，具体较复杂， 以下结合实例说明使用随机数字表进行随机分组的方法。1 配对比较法随机分组 在将实验动物分成两组时适用。是指在分配动物之前，先将动物按性别、年龄、体重、胎别或其它有关因素加以配对，以基本相同的两个动物为一对配成若干对，然后，再将每 一对动物随机分配于两组中，这样两组动物数必然相同，而且它们的胎别、性别、年龄以 及体重等根本情况也基本相同，从而尽可能减少两组动物的生物差异性。 如，20只动物分成A、B两组，将动物按如上所述方法分成十对，每对编号1、2，从 随机数字表连续抄录十个数，奇数则该对第一只动物入A组，第2只入B组；如为偶数， 则该对第一只动物入B组，第2只入A组。2
常用的随机化方法 一、随机化的重要性 随机化是指每个受试单位以概率均等的原则，随机地分配到实验 组与对照组。例如将30只动物等分为3组，对其中每只动物来说，分到 甲组、乙组、丙组的概率都应是三分之一。如果违背随机的原则，不 论是有意或无意的，都会人为地夸大或缩小组与组之间的差别，给实 验结果带来偏性。例如在营养学研究中，有的以实验动物体重增加情 况作为饲料营养价值高低的标志。但体重的增加还同动物健康状况、 食量大小等因素有密切关系。如果在实验研究之前，实验者希望某组 获得较理想的结果，于是将那些雄性的、健康状况最佳的、食量最大 的动物都分到该组，这就是有意夸大了组间差别，必须造成实验结果 虚假和不稳定。为了避免此类偏性，随机化就是一个重要手段。如本例，要求分配到各组的动物必须性别相同，体重相近，健康状况相似。总之要使各处理组非实验因素的条件均衡一致，以抵消这些非实验因 素对实验结果的影响。强调实验设计要遵守随机化原则，还有一个理由，就是只有合乎随机原则的资料才能正确应用数理统计上的各种分 析方法，因为数理统计各种理论公式都是建立在随机化原则基础上的。那些事先加入主观因素，以致不同程度失真的资料，统计方法是不能 弥补其先天不足的，得出的结论也必然是错误的。 二、随机分组举例 数理统计学家根据概率论的原理编制了随机数字表(附表17)与随 机化分组表(附表18)，它们都是科研工作中用于随机化的工具表。现 举例说明其用法，并介绍几种简单而常用的实验设计。
(一)配对设计配对设计是将受试对象按某些特征或条件配成对子，然后分别把每对中的两个受试对象随机分配到实验组与对照组(或 不同处理组)。这种设计的优点是能缩小受试对象间的个体差异，从而 减少实验误差，提高实验效率。受试对象配对的特征或条件，主要是 指年龄、性别、体重、环境条件等非实验因素，不要以实验因素作为 配对条件。如在动物实验中，常把窝别或性别相同、原始体重相近的 两头动物配成对子；在人群试验中，有时把性别相同、年龄相近、生 活或工作条件相似的两人配成对子。 在某些医学实验中，常就同一受试对象作比较，称为同体比较或 自身对照，例如同一组病人用某药治疗前后某项指标的比较，同一批 受试对象施加某种处理因素后不同部位或不同器官变化情况的比较， 同一批检品施以不同检测方法或培养方法所得结果的比较，等等。从 统计方法上说，这也属于配对实验。 采用配对设计时，实验者在整个实验过程中，必须始终能辩认属 于同一对子的是哪两头动物，因此动物编号是非常重要的。记录实验 数据应保持每对的一一对应关系，不能错乱或缺失。否则，就失去配 对设计的意义了。 例11.1 设有动物20头，要求按配对设计分为甲、乙两组。 先将同性别、同体重(或体重非常接近)的两头动物配成一个对子，共配成10对，并依次编为(1)-(10)号，然后从附表17“随机数字表” 的任何一页、任何一处开始，依一定方向抄下10个数字，依次排在配 对号下。本例由附表17第(1)页第六横行第一个数字起向右抄录10个数字。凡随机数字为单数者，该对子中的第一头动物分入甲组，而同对 子中的另一头动物则归入乙组；若随机数字为双数，就把该对子中的