← 返回统计与数据判断力
学习进度7 / 8

随机分配

Random assignment · ST2 抽样与研究设计(Sampling and Study Design)

一句话定义

随机分配是把研究对象用随机方式放入不同处理组,使处理前的已知和未知差异尽量平均分散。

机制 / 原理

随机抽样解决“样本能否代表总体”,随机分配解决“不同处理组是否可比”。它不能保证每次都完美平衡,但能避免研究者把更健康、更积极或更有资源的人放进某一组。这样,处理后组间差异更有资格被解释为处理效应,而不是人群本来就不同。

两种随机随机抽样从总体取样随机分配把对象分组抽样处理代表性,分配处理组间可比性。
抽样处理代表性,分配处理组间可比性。

经典实验 / 例子

临床试验中,参与者进入研究后被随机分到药物组或对照组。随机分配的目的不是让样本代表全国病人,而是让两组在年龄、病情、生活方式等方面尽量相似。

生活中的例子

老师想比较两种复习方法,如果让成绩好的学生自选新方法,结果会混入原本能力差异;随机把学生分到两种方法,才更容易比较方法本身。

常见误区

常见误区是把随机抽样和随机分配混为一谈。前者关心样本从哪来,后者关心实验对象怎么进组。

资料来源:OpenIntro Statistics; CMU OLI Statistical Reasoning; Online Statistics Education; OpenStax Introductory Statistics 2e,课程内容为原创改写 · 第 ST2
本讲解由 AI 依据该教材与主流学术观点撰写,非逐字引用,仅供学习参考。