做实验最怕什么？不是数据难收，而是实验随机分组那一步埋了雷。很多人把随机分组理解成“抓阄分堆”，觉得只要不是按顺序分、不是按领导拍脑袋分，就算随机了。真到分析数据时才发现，组间基线差得离谱，入组人员提前知道下一个该分到哪组，脱落原因也说不清，最后结论怎么解释都别扭。实验随机分组本质上是一套可复现、可审计、可隐藏的分配机制，它决定了后续因果推断的地基稳不稳。它适合谁？做A/B测试的产品实验者、做用户研究的用研同学、做临床前或动物实验的研究者、做农业试验和心理学实验的从业者，甚至做门店运营策略对比的团队，只要涉及“把实验单元分到不同处理组”，这些概念都用得上。下面我按实际落地顺序，把随机分组里最容易混淆、最容易踩坑的概念拆开讲。

1. 随机分组不是“随便分”：先把概念边界划清

1.1 随机分组与随机抽样，别再把两件事混着说

随机抽样解决的是“从总体里选谁进研究”，随机分组解决的是“已经进研究的人分到哪个处理组”。这两个动作经常被口语化地都叫“随机”，但目标完全不同。随机抽样追求样本对总体的代表性，比如从一万名用户里抽一千名做实验；随机分组追求组间在已知和未知因素上的期望可比，比如把这一千名用户分到新策略组和旧策略组。一个实验可以随机抽样但不随机分组，也可以随机分组但样本是便利样本。前者影响外推性，后者影响内部有效性。我见过不少项目在报告里写“随机选取用户并随机分组”，实际抽样是随便找的活跃用户，分组是按注册时间前后切一半，这种写法会把读者带偏。更稳妥的表达是分别写清楚抽样框、入组标准、分组方法和分配隐藏方式。生活化一点说，随机抽样是“从一筐苹果里随机拿几个出来尝”，随机分组是“把拿出来的苹果随机分到两个盘子里做不同处理”。两个盘子里的苹果期望上差不多，但不代表这筐苹果能代表整个果园。做实验设计时，先问自己缺的是代表性还是可比性，再决定哪一步需要随机化。

1.2 随机化到底在解决哪几类偏差

随机分组最核心的价值，是把处理分配与潜在混杂因素“断开”。如果分组依赖入组顺序、医生偏好、用户活跃度、门店位置，那么处理组和对照组在這些因素上天然不同，后续看到的差异就不能全算到处理头上。随机化让已知混杂因素和未知混杂因素在期望意义上平衡，注意是“期望意义上”，不是小样本里一定一模一样。它主要压制三类问题：一是选择偏倚，入组者有意无意把预后好的人分到新组；二是时间趋势，比如先入组的都是轻症，后入组的都是重症，按顺序分组会把时间效应混进处理效应；三是混杂偏倚，某些未测量的因素同时影响分组和处理结果。随机化不能解决测量偏倚，也不能解决脱落偏倚，那些要靠盲法、客观终点和随访管理。还有一个常见误解：随机化能保证基线平衡。小样本下，简单随机分组出现基线不平衡是正常波动，不是随机化失败。真正要警惕的是分组过程可预测、分配隐藏没做好，或者随机序列生成后被修改。我的经验是，方案里要把“随机化解决什么、不解决什么”写清楚，后面分析时才不会一出问题就怀疑分组，或者一出不平衡就想着重新分。

1.3 分配隐藏、盲法和可重复性，是随机分组的三个护法

随机序列生成得再漂亮，如果入组人员能提前知道下一个分配，随机化就形同虚设。分配隐藏指的是把随机分配序列在入组完成前藏起来，常见做法包括中心随机系统、按顺序编号的不透明密封信封、由不参与入组的人员保管序列文件。注意分配隐藏和盲法是两件事：分配隐藏防的是入组阶段的选择偏倚，盲法防的是干预实施和结果测量阶段的偏倚。开放标签实验可以没有盲法，但不能没有分配隐藏。可重复性则要求随机种子、随机化算法、块大小、分层因素、分组比例都记录在案，必要时能复现序列。我踩过的坑是早期用表格软件拉随机数，拉完没存种子，后来有人质疑某几个受试者分组不合理，根本没法复算。现在我会要求随机序列文件只读存档，生成人和入组人分离，任何修改留痕。还有一个细节：随机种子不要用“123456”这种默认值，也不要用项目名拼音，容易被猜到；但也不建议故弄玄虚，重点是记录和权限管理，而不是把种子当密码。随机分组的概念边界划清后，选哪种随机化方式才有讨论基础。

2. 常见随机分组方式与选型：简单、区组、分层、整群怎么挑

2.1 简单随机分组：最直白，但小样本容易“分歪”

简单随机分组就是每个实验单元以固定概率独立地分到各组，比如两组1:1，就像给每个人抛一枚公平硬币。实现方式可以是随机数字表、软件生成的随机序列，或者物理抽签。它的优点是逻辑简单、分配概率透明、分析模型也容易写。缺点是小样本时组间人数可能明显不等，基线也可能不平衡。比如样本量40、两组1:1，完全可能出现23比17，某个关键变量上两组差一截。这不是操作错误，而是随机波动。简单随机更适合样本量较大、基线因素不多、分组比例要求不那么严格的场景。要是样本量只有几十例，又有关键预后因素，简单随机往往不够用。我通常会在方案里写明“简单随机，1:1，样本量预计N”，并预设如果出现人数不均衡不重新分组，分析时按意向性处理。还有一个实操细节：简单随机序列生成后，要按入组顺序对应分配，不能生成一堆“A/B”后让入组人员挑着用。随机化的可审计性比“看起来随机”更重要。若项目对组间人数均衡很敏感，直接考虑区组随机，别硬扛简单随机的小样本波动。

2.2 区组随机分组：让每个小块内部保持均衡

区组随机分组先把实验单元分成若干个区组，在每个区组内按相同比例随机分配。比如两组1:1，块大小取4，每个块里固定2个A、2个B，块内顺序随机。这样无论做到哪个阶段，累计人数都不会偏得太多。块大小怎么选？常见是4、6、8，块太小容易预测，块太大又失去均衡优势。固定块大小的问题是，一旦入组人员知道块大小，做到块尾时可能猜出最后一个分配。更稳妥的做法是使用变化块大小，比如从4、6、8里随机选，且块大小序列也要隐藏。区组随机的优点是组间人数均衡、时间趋势影响小；缺点是分析时如果忽略区组，某些情况下方差估计不够精确，不过实际报告里写清楚区组结构即可。我见过一个模拟项目X，入组人员把块大小写在公告板上，做到第4例时就能推断后面两例的分配，结果入组节奏明显被影响。后来改成中心随机加变化块，问题才消失。区组随机的注意事项：块大小不能公开；每个区组内分配比例要一致；区组序列和随机种子一起存档；如果中途停止，未完成的区组要记录。别小看这些记录，后面写报告和复核时都用得上。

2.3 分层随机分组：按关键预后因素先分层，再层内随机

分层随机分组是先按几个关键预后因素把实验单元分成若干层，比如按病情严重程度和年龄组分层，然后在每个层内做随机分组。它的目标是让这些关键因素在组间更均衡，尤其适合样本量不大、基线因素对结果影响很大的实验。分层因素怎么选？通常选3到4个以内，每个因素2到3个水平，别把能找到的变量都塞进去。层数太多会导致每层样本很少，随机化碎片化，最后有些层甚至只有一两个人，均衡优势反而发挥不出来。经验规则是每个层内至少能容纳一个完整区组，或者每层样本量不要太寒酸。分层随机的实现可以是层内简单随机，也可以是层内区组随机。分析时要考虑分层因素，但不要因为基线P值不好看就临时加层。分层因素必须在方案里预设，不能看数据后调整。还有一个坑：分层随机对连续变量要先做合理分组，比如年龄按18到30、31到45、46以上，分组切点要有临床或业务意义，不能为了凑层数硬切。我一般会画一张分层因素表，列出水平、预期样本量、层内随机方法，再让入组人员按表执行。分层随机不是越多越好，关键是抓住真正影响结果的少数变量。

2.4 整群随机分组：按群分，样本量要乘设计效应

整群随机分组不是把个体逐个分到各组，而是把整个群组分到不同处理，比如按班级、门店、社区、班组分组。它适合干预无法在个体层面拆开的场景，比如培训方案、门店陈列策略、班级教学法。优点是实施方便、减少组间污染；缺点是群内个体往往相似，信息量比独立个体少，样本量要放大。放大多少用设计效应估算：DE = 1 + (m - 1) × ICC，其中m是群平均大小，ICC是群内相关系数。举个例子，群平均20人，ICC按0.05算，DE = 1 + 19×0.05 = 1.95，意味着样本量差不多要翻倍。如果ICC更高，放大更明显。整群随机还要注意群数量不能太少，群数少时组间基线不平衡风险高，分析方法也要考虑群效应。我见过一个门店实验只分了6家店，三家新策略三家旧策略，结果其中一家店在商圈位置特别好，最后根本说不清策略效果。整群随机不是“分群就完事”，群的选择、群的数量、群内样本量都要在方案里算清楚。若群数很少，可以考虑匹配或分层整群随机，但分析复杂度会上升。

2.5 交叉设计与析因设计：随机化顺序和多因素组合的特别处理

交叉设计是同一个实验单元先后接受多种处理，随机化的是处理顺序，比如AB顺序和BA顺序随机。它适合慢性稳定状态、短期干预、洗脱期可控的场景。关键是洗脱期要足够长，避免前一阶段残留效应；还要考虑顺序效应和携带效应，分析时不能简单把两阶段数据合并。析因设计是同时研究两个或多个因素及其交互作用，比如因素A有和无、因素B有和无，随机分配到四个组合。它的优点是一次实验能回答多个问题，缺点是交互作用解释要谨慎，样本量按交互效应估算时往往更大。这两种设计对随机分组的要求更高：交叉设计要随机顺序并隐藏顺序，析因设计要随机组合并保证各组合人数均衡。我的建议是，如果团队对交叉设计的携带效应没有把握，宁可做平行组设计，别为了省样本硬上交叉。析因设计则要提前写清楚主效应和交互作用的检验顺序，避免事后挑结果。选型时可以用一张表把几种方式摆在一起看，别凭感觉拍板。

选型原则其实不复杂：先看干预能否个体分配，不能就整群；再看样本量和关键基线因素，样本小且因素强就分层加区组；再看是否需要个体自身对照，能交叉且无携带效应才考虑交叉；最后看是否要研究交互作用，再上析因。别为了方法高级而高级，随机分组方式越复杂，执行和记录成本越高。能用一个区组随机解决的问题，不必上三层分层加整群。真正影响结论的是分配隐藏、执行质量和分析预设，而不是名字听起来多专业。

3. 从方案到落地：随机分组实操流程与参数计算

3.1 先算样本量和分组比例，别先生成随机序列

随机分组实操的第一步不是打开软件拉随机数，而是把样本量、分组比例、检验效能和脱落率算清楚。两组均数比较的近似公式是：每组样本量 n ≈ 2 × (Zα/2 + Zβ)^2 × σ^2 / Δ^2。假设某模拟项目X的主要终点是连续变量，预期组间差值Δ=0.5，标准差σ=1，双侧α=0.05，效能80%，Zα/2取1.96，Zβ取0.84，代入得到 n ≈ 2 × (1.96+0.84)^2 × 1^2 / 0.5^2 = 2 × 7.84 × 4 ≈ 62.7，也就是每组约63例，两组约126例。如果预计脱落率15%，则每组入组约63 / 0.85 ≈ 75例，两组约150例。这个计算过程要写进方案，不能只写“计划入组150例”。分组比例也要提前定，常见1:1，也有2:1或1:1:1。比例越不均衡，总样本量越大，但有时为了让更多受试者接受新处理会选2:1。比例一旦定了，随机序列和区组大小都要按比例来，不能中途改。还有一点，样本量估算的参数要有依据，比如Δ来自预实验或业务最小可检测效应，σ来自历史数据，不能拍脑袋。我见过方案里写“预计中等效应”，评审时被问得答不上来。把参数来源、计算工具、脱落假设写清楚，后面随机分组才有根。

3.2 生成随机序列：种子、块大小、分层表一个都不能少

随机序列生成要遵循“先设计、后生成、再锁定”的顺序。先确定分组比例、区组大小、分层因素，再生成序列，生成后存档并锁定，入组人员只能按顺序取号。以两组1:1、变化块大小为例，可以用一个简单脚本实现。下面代码只做演示，实际项目要把种子、块大小列表、分层因素写进配置文件。

import random def block_random_sequence(n_per_group, block_sizes, seed): rng = random.Random(seed) seq = [] a_left, b_left = n_per_group, n_per_group while a_left > 0 or b_left > 0: # 过滤掉超出剩余数量的块 feasible = [b for b in block_sizes if b // 2 <= min(a_left, b_left)] if not feasible: break block_size = rng.choice(feasible) half = block_size // 2 block = ['A'] * half + ['B'] * half rng.shuffle(block) seq.extend(block) a_left -= half b_left -= half return seq seq = block_random_sequence(n_per_group=75, block_sizes=[4, 6, 8], seed=20240517) print(len(seq), seq[:20])

这段代码的关键点不是代码本身，而是三个习惯：第一，随机种子必须记录，最好写进随机化文件；第二，块大小用列表随机选择，避免固定块被预测；第三，序列生成后要核对每组人数和总人数。分层随机则要每个层单独生成序列，层内再按区组随机。实操中建议把序列导出为带编号的分配表，编号按入组顺序排列，分配结果放在单独文件里，由不参与入组的人保管。若用中心随机系统，则要测试系统在并发入组时不会重复分配。我踩过的坑是两个人同时打开同一个表格取号，差点把同一个编号分给两个受试者。后来改成一人取号、一人登记，或者用带锁的在线表单，才杜绝。随机序列是随机分组的核心资产，权限和备份要比普通数据更严。

3.3 分配隐藏和入组登记：把“下一个是谁”藏住

分配隐藏的落地方式要看项目规模。小项目可以用按顺序编号、不透明、密封的信封，信封外只写编号，内页写分组，入组完成后才能拆。信封要一次性使用，拆封后记录拆封人、时间、受试者编号。中等规模项目可以用中心随机，入组人员登录系统录入基线信息，系统返回分配结果，序列由系统后台管理。无论哪种方式，都要做到“先入组、后揭晓”，不能先看分组再决定是否入组。入组登记表要记录筛选号、入组号、基线关键变量、分配结果、入组时间、操作人。别小看这些字段，后面核对随机化执行质量全靠它。还有一个常见漏洞：入组人员同时负责生成序列和保管信封，这等于没有隐藏。理想状态是生成序列的人、保管分配的人、入组评估的人尽量分开；人手不够时，至少做到序列文件加密、信封封口编号、拆封留痕。盲法实验还要设计揭盲流程，什么情况下紧急揭盲、谁批准、揭盲后是否继续随访，都要提前写。分配隐藏做不好，后面统计方法再漂亮也救不回来。

3.4 实施与记录：随机化检查不是走过场

随机分组实施阶段要有简版SOP：入组前核对筛选号；按顺序取分配号；录入基线信息；获取分配结果；发放干预；记录实际接受情况。每天或每周做一次随机化检查，看编号是否连续、每组人数是否在预期范围、分层因素是否录错、是否有拆封异常。这里要强调，随机化检查不是拿基线变量做显著性检验，挑P值小的变量怀疑随机化失败。正确做法是看标准化差异、看人数分布、看编号连续性、看分配隐藏记录。基线P值受样本量影响，小样本不显著很正常，大样本微小差异也可能显著，不能作为重新分组的理由。我一般在方案里预设：不因基线不平衡重新分组；如发现分组错误，按预设规则处理并记录，不擅自更改随机序列。还有一个实操心得：把随机化文件和主数据分开存放，随机化文件只读，主数据里只存分配号不存分组，分析前再合并。这样能减少人为干扰。实施阶段多花半天做SOP和培训，比后面花两周解释分组质疑划算得多。

4. 常见问题与排查技巧实录：随机分组翻车现场

4.1 随机后基线不平衡，能不能重新分组

这是问得最多的问题。答案通常是不能。随机分组后的基线不平衡，在小样本里很常见，重新分组会破坏随机化，引入选择偏倚，而且“看起来平衡”的分组不一定更好。正确做法是先排查技术错误：随机序列是否被修改、分配隐藏是否失效、分层因素是否录错、入组编号是否错位。如果这些都没问题，就把不平衡当作随机波动处理。分析时可以预设协变量调整，比如把关键基线变量纳入模型，但调整变量要在方案里预先指定，不能看数据后挑。若不平衡非常严重且样本量很小，可以在报告中如实描述，并把结论限定在探索性范围。我见过一个团队因为两组年龄差了几岁，硬把已入组的人重新洗牌，结果后面所有分析都失去了随机化基础。更稳妥的做法是实验前做好分层或区组，实验后不折腾。还有一点，不要用基线P值筛选变量再调整，这种“数据驱动调整”会让区间估计偏窄。随机分组不是保证每组一模一样，而是保证分配机制与潜在结果无关。理解这一点，很多焦虑会少一半。

4.2 随机序列泄露和块大小可预测，怎么发现怎么补救

随机序列泄露的迹象包括：入组人员能准确预测下一个分配；某些编号段的分组模式过于规律；块尾分配被提前知晓；入组节奏在特定编号突然变化。原因可能是块大小固定且公开、信封被透光、随机表放在公共目录、系统权限过大。补救要从流程入手：改成变化块大小、重新生成后续序列并锁定、收紧文件权限、把分配隐藏交给不参与入组的人。如果泄露已经发生，要评估影响范围，记录在案，分析时做敏感性分析，而不是假装没发生。我遇到过一次，入组人员把块大小4写在便签上，做到每个块最后两例时就能猜出分配，虽然最后数据看起来还行，但报告里必须说明这个局限。预防办法不复杂：块大小不公开；序列文件只读；信封编号连续且不透明；中心随机系统设置并发锁；入组人员培训时明确“不预测、不拆封、不复制”。随机分组最怕的就是“大家都知道下一个是谁”，这比样本量小更伤内部有效性。

4.3 分层碎片化、整群样本不足、脱落偏倚，分别怎么处理

分层碎片化通常是因为分层因素太多或切点太细，导致某些层只有几例。处理办法是实验前控制分层因素数量，合并临床或业务意义相近的水平，保证每层有足够样本。如果已经发生，分析时可以把稀疏层合并，但合并规则要预设并说明。整群样本不足常见于群数太少，导致组间基线不平衡和效能不足。处理办法是增加群数、增大群内样本、考虑匹配或分层整群，分析时用考虑群效应的模型。脱落偏倚则要在设计阶段提高随访质量，分析阶段用意向性分析作为主分析，并做敏感性分析。下面这张速查表可以放在项目文档里，出问题时按行排查。

4.4 随机化质量检查清单：别用P值挑基线

随机化质量检查我通常看五件事：分配序列是否可复现；分配隐藏是否全程有效；入组编号是否连续且与分配表一致；各组人数和分层人数是否符合计划；是否有非计划修改和揭盲记录。基线比较用标准化差异更合适，一般看关键变量的标准化差异是否在可接受范围，而不是逐项做P值检验。标准化差异受样本量影响小，更适合判断平衡程度。若发现异常，先查流程，再谈统计。还有一个小技巧：把随机化检查做成一张表，每次核查打勾，附上核查人和日期。这样项目交接时不会断档。别把随机化检查做成“找茬大会”，它的目的是确认机制运行正常，不是证明每组基线完全一样。随机分组是设计阶段的工程，不是分析阶段的补救。把这些检查做在前头，后面写报告会轻松很多。

5. 随机分组之后的边界：分析不能倒过来改分组

5.1 意向性分析与符合方案分析，主次别弄反

随机分组后，分析阶段最重要的边界是：按随机分配分析，而不是按实际接受分析。意向性分析把所有人都按最初分配组纳入，哪怕有人没接受干预、换了组、脱落了。它保守，但能保住随机化的因果解释。符合方案分析只分析严格遵守方案的人，能反映干预在理想条件下的效果，但容易引入选择偏倚，因为是否遵守方案可能与预后相关。实际报告里通常以意向性分析为主，符合方案分析作为敏感性分析。最忌讳的是看到意向性结果不显著，就换成符合方案分析找显著，这不是分析策略，是结果导向。交叉设计还要注意按顺序和分析阶段处理，不能把两阶段简单合并。整群随机则要使用考虑群效应的模型，不能把群内个体当独立样本。我的经验是，分析计划要在揭盲前定稿，主分析、敏感性分析、亚组分析都写清楚。随机分组给了你一个可信的起点，分析阶段别把它拆了。

5.2 协变量调整和多重比较：预设与克制

协变量调整在随机实验里是合理的，尤其当关键变量与结局强相关时，调整能提高效能。但调整变量要预设，不能看基线P值挑。通常调整分层因素和少数强预后因素即可，别把十几个变量一股脑塞进模型。多重比较也要克制，主要终点、次要终点、亚组分析要有层级，不能把所有指标都做一遍然后挑显著的讲。随机分组保证了组间期望可比，但不会自动校正多重检验。我一般建议方案里写清楚主要终点只有一个或少数几个，次要终点用描述性解释，亚组分析标注探索性。还有一点，随机化不是分析方法的替代品，不能因为随机了就忽略模型假设、缺失数据和群效应。随机分组是设计层面的因果工具，分析层面还要老老实实处理数据问题。把这两层分开，报告会更经得起推敲。

我在实际项目里最深的体会是，随机分组的概念不难，难的是把“随机种子、块大小、分层因素、分配隐藏”四件事写进方案并执行到位。很多争议不是统计方法引起的，而是分组过程说不清。下次开第一例入组前，先别急着拉随机数，把随机化文件权限、编号规则、拆封记录和异常处理定下来，后面会省很多解释成本。这个内容后续还可以扩展成一张随机化SOP模板和一份常见问题核查表，谁要落地，直接按项目场景改字段就能用。