大样本随机分组方法（大样本·随机．双盲．分组测试科学方法的由来）

本文目录

• 大样本·随机．双盲．分组测试科学方法的由来
• 均衡条件下的随机分组属于随机抽样吗
• 连续性分组资料选用什么统计方法
• 非实验性研究名词解释
• 关于实验心理学的问题：怎样选择和控制实验变量急谢谢！
• 计算抽样平均误差什么时候重复抽样计算
• 系统随机常被用来分组吗

大样本·随机．双盲．分组测试科学方法的由来

你也许听说过，一种新药能不能用于临床投入市场，有一套完整的实验方法，叫做“大样本随机双盲分组对照试验”，这是现代医学判断疗效的“金标准”。
这套方法是鉴别真伪对错的利器，不但医学用，各学科也都在用，甚至刑侦上的测谎，揭穿伪气功骗子之类，也都可以用，我后面会讲到。

其实古代西方医学也跟古代中医一样，主要靠经验，甚至免不了瞎猜胡扯，比如西方的所谓“放血疗法”就是胡扯，扯了千百年，从华盛顿到斯大林，都是放血给放死的。自从有了那套分组对照实验的“金标准”，才告别了胡扯，产生了真正的现代医学。那么这套科学的好方法是谁发明的？怎么来的？

一、分组对照实验

它最初源自航海中的坏血病，这种病从牙龈出血直到全身溃烂而死。现在我们都知道，这是因为水手们长期漂流在海上，没有新鲜蔬菜水果，缺乏维生素C导致的，但当时不知道，只好胡乱实验，有喝稀硫酸的，有喝海水的，但基本都没用，有时碰巧好了，但闹不清究竟是喝什么好的。几百年过去，一直找不到真正合适的药。

到了1747年，英国军舰上有一位医生林德，忽然灵机一动，想出一个“分组对照实验”的方法，把12位生病的海员分成6组，每组两人，分别用不同的验方，比如第一组吃橘子、柠檬，第二组喝稀硫酸，第三组喝海水……结果六天之后奇迹发生了，第一组吃橘子、柠檬的好了，其他组都没好，反复试都是这个结果，于是真正对症的药找到了，就是吃水果。

虽然因为当时科学还不够发达，背后的病因（缺乏维生素C）并不知道，但确切有效的疗法和药有了，这就够了。这就是“分组对照实验”的神力。

林德发明的科学方法几经周折，直到林德去世后才最终被承认，坏血病从此在英国海军中被消灭，英国也因此成为强大的“日不落帝国”，人们彻底信服了林德的“分组对照实验”。

那个稀里糊涂的“放血疗法”最终也靠“分组对照实验”，被证明不但毫无作用，而且治死的病人比不放血多得多。于是人们以为，今后再遇到各种真伪闹不清的疗法，都可靠此法鉴别，其实以后的历史证明，只靠简单的“分组对照实验”还远远不够，且往下看。

二、自愈效应

实际上有许多病不治自己也能好，比如感冒，吃药半个月才好，不吃药两周也好了。这就是自愈，是生物的自我保护机制。

有一种病叫“急性腮腺炎”，腮帮子肿得像猪脸一样，中国过去民间疗法是，在腮帮子上画虎或写虎字，取“虎能食猪”之义，过几天果然病好了，于是人们普遍相信画虎有效。实际上这是一种可以自愈的病，不画虎照样好。

所以，如果要实验一种新药是否有效，必须要在分组中增加一个“对照组”，即不治疗，看看病能否自愈。如果对照组也好了，说明这个病可以自愈，跟吃你那种新药没什么关系。如果对照组好不了，而吃药的那组好了，证明这个病不能自愈，只有吃药才有效。

三、安慰剂效应

二战中，有一次美军伤员太多，战地医疗的***用完了，伤员们一个个喊痛不止，军医毕阙在无奈的情况下，只好暂时采用骗术，以生理盐水冒充**剂给伤员注射。没想到凡是注射了盐水的伤员全都不疼了，不叫唤了，毕阙惊得目瞪口呆。

战后毕阙经过研究，终于弄清，这种骗术其实就是心理暗示，但真有效果，这就是所谓“安慰剂效应”。于是，分组对照实验中必须再增加一个安慰剂组，一种新药有效没效？是真有效？还是安慰剂式的假有效？

比如给病人分组给药时，安慰剂这组实际上给的是玉米淀粉，但包装得跟真药一样。只有当吃了安慰剂的这组病没好，而吃了真药的那组确实好了，才能证明你这个药确实有效果，不是靠安慰剂效应治好的。

这样，证明一种新药是否有效，起码要有三个组，一、对照组：不治疗，看能不能自愈；二、安慰剂组：看吃安慰剂能不能好；三、治疗组：吃药。如果一二组都好不了，只有吃药的第三组能好，才能证明新药有效的。

四、双盲

以上三个组的方法总起来叫做“单盲”，即只是病人不知道真假，是“盲”的，但医生并不“盲”。

后来又发现，尽管把安慰剂包装成真药模样，但大夫的态度也会暴露出真假。因为大夫知道哪一组是真药，哪一组是安慰剂，大夫态度就不一样，对吃真药那组眼神中很自然透出关切，对安慰剂组就比较糊弄事，病人就能猜出我吃的原来是安慰剂，安慰治疗效果就没了。

怎么办呢？大夫也得“盲”，药由独立的第三方给大夫，大夫也不知道哪是真药，这就是所谓“双盲”。只有这样实验才能更客观。

五、随机

后来人们又发现，分组时也不能有偏颇。比如有意无意中把病轻的分在治疗组，吃真药，而病重的分在对照组和安慰剂组，结果治疗组的病人好了，仍然无法确定是因为他们病轻而痊愈？还是因为吃药而痊愈？反过来病重的分在治疗组也会产生偏差。

再比如，挑选病人时如果多选择比较年轻的，或比较老的，也会产生偏差。因为年轻人抵抗力强，好得快，老人好得慢。等等。

怎么办？挑选病人和分组时必须要做到随机，不能搀杂任何倾向性，这样才能更公正，更客观。现在电脑上有随机函数，更方便从大量病人中随机挑选实验者。

六、大样本

最后人们还发现，挑选的病人不能太少，否则偶然性就会起作用。比如某些人免疫力特别强，不怎么用药也能好，有些人免疫力特别弱，即使治疗用药完全到位也好不了。

统计学上有个“大数原则”，偶然情况毕竟很少，取样数量越大，偶然性就越不明显，也就越接近真实。

为什么实验一种新药需要那么长时间？就是实验的病人样本要多，时间要长，花钱也就多。

七、揭穿外气骗局

总之，到现在这种方法已经比较完善了，要有对照组，安慰剂组，要双盲，要大样本，从各个方面堵住了漏洞，而且这种科学思想也能用于其它各个领域。

比如我们前面说的揭穿“外气”骗局，气功师和病人都以为有外气，能从气功师手中发出气、能量、辐射，或什么场之类，实际上什么也发不出来，不过是心理暗示，跟安慰剂作用一样。

怎么揭穿它呢？也是搞双盲实验，搞分组对照，比如用帘子把气功师与病人隔开，隔断他们之间的形体语言眼神交流，安排真气功师、假气功师、没气功师等各组，一下就能测出是不是心理暗示。

不过我跟气功师们讨论过，他们多半属于中医思维，不具备或不习惯这种来自西方的科学思维方式，不承认，不理解这种方法。但其它相信科学的人心中就有了判断的办法。

八、测谎仪

再比如刑侦上用的测谎仪，其实关键不在于仪器，而在于对嫌疑人如何出题，思路也是“双盲”“对照组”之类。

比如凶杀案中，真凶是用棍子把人打死的，但几个嫌疑人都不知道，于是出一组题目：你是用刀杀死的吗？你是用绳子勒死的吗？你是用棍子打死的吗？你是胶带捂死的吗？……很显然，只有真凶才会在真问题“棍子打死”上反映强烈。

多出几组不同的题目，比如作案地点、作案时间等等，以防止偶然性。只有在所有真问题上都反应强烈，才是真凶，这就是“大样本”的思想。

提问的警官也得找个局外人，他也不知道哪个是真问题，以防止在问到真问题时，声音神色有变化，对结论有影响。这就是“双盲”思想。

总之，这套科学思想非常有用，它能运用于各个领域，能在一大堆混乱的因素中筛选出正确的东西。

均衡条件下的随机分组属于随机抽样吗

所谓随机化原则，包括随机抽样和随机分组两个方面。
随机抽样就是使总体中任何一个个体都有同等的机会被抽取进入样本中，并且有同等的机会进行分组。
随机分组就是应用随机化的方法，使样本中任何一个个体都有同等机会被分配到“试验组”或“对照组”接受相应的试验处理，而且这个分配结果是不可预知的。
通过随机分组，使各对比组间在大量已知的或者未知的影响因素分布方面尽量保持均衡一致，使对照组和试验组间除了试验因素不同外，其他条件基本相同，从而有效地避免了非试验因素对结果评价的干扰影响，增强了各比较组间的可比性。
成功地实施随机化分组取决于两个相关的步骤：①产生随机分配序列并用于随机分配到试验组和对照组；②随机分配方案在随机分组中的隐匿。
最常用的随机化方法有下列四种：
1.单纯随机分组（****** randomization）
又称为完全随机化分组，以研究对象个体为单位，用研究对象的某种单双顺序（如单号为试验组，双号为对照组）、掷钱币（如正面为试验组，反面为对照组）等方式将研究对象随机分配到试验组和对照组中去。单纯随机分组的优点是简单易行，随时可用，不需要专门工具。此法的缺点是分组时易造成各组之间的不平衡，特别是在小样本研究中。当研究对象数量大时，工作量相当大。
2.区组随机分组（blocked randomization）
区组随机分组也叫均衡随机化或限制性随机化，即对随机加以约束，使各处理组的分配更加平衡，满足研究要求。区组（block）是对受试对象进行划分，即由若干特征相似的试验对象组成，如同一窝的动物、批号相同的试剂、体重相近的受试者等。当研究对象较少，而影响试验结果的因素又较多，简单随机化不易使两组具有较好的可比性时，可采用区组随机化法进行分组，其基本方法是将条件相近的一组受试对象作为一个区组，每个区组的数量相同，然后应用简单随机分配方法将每个区组内的研究对象进行分组。区组随机分组能够避免单纯随机化可能产生的不平衡，任何时候，试验组与对照组的患者数均保持平衡，也可以说确保整个试验期间进入每一组的对象数基本相等，增加组间可比性。区组随机分组对大样本和小样本的研究均适用。

连续性分组资料选用什么统计方法

统计分析方法总结
1.连续性资料
1.1 两组独立样本比较
1.1.1资料符合正态分布,且两组方差齐性,直接采用t检验。
1.1.2资料不符合正态分布，（1）可进行数据转换,如对数转换等,使之服从正态分布,然后对转换后的数据采用t检验；（2）采用非参数检验,如Wilcoxon检验。
1.1.3资料方差不齐，（1）采用Satterthwate的t’检验；（2）采用非参数检验,如Wilcoxon检验。
1.2 两组配对样本的比较
1.2.1两组差值服从正态分布，采用配对t检验。
1.2.2两组差值不服从正态分布，采用wilcoxon的符号配对秩和检验。
1.3 多组完全随机样本比较
1.3.1资料符合正态分布，且各组方差齐性，直接采用完全随机的方差分析。如果检验结果为有统计学意义，则进一步作两两比较，两两比较的方法有***检验，Bonferroni法，tukey法，Scheffe法，SNK法等。
1.3.2资料不符合正态分布，或各组方差不齐，则采用非参数检验的Kruscal－Wallis法。如果检验结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni法校正P值，然后用成组的Wilcoxon检验。
1.4 多组随机区组样本比较
1.4.1资料符合正态分布，且各组方差齐性，直接采用随机区组的方差分析。如果检验结果为有统计学意义，则进一步作两两比较，两两比较的方法有***检验，Bonferroni法，tukey法，Scheffe法，SNK法等。
1.4.2资料不符合正态分布，或各组方差不齐，则采用非参数检验的Fridman检验法。如果检验结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni法校正P值，然后用符号配对的Wilcoxon检验。
****需要注意的问题：
（1）一般来说，如果是大样本，比如各组例数大于50，可以不作正态性检验，直接采用t检验或方差分析。因为统计学上有中心极限定理，假定大样本是服从正态分布的。
（2）当进行多组比较时，最容易犯的错误是仅比较其中的两组，而不顾其他组，这样作容易增大犯假阳性错误的概率。正确的做法应该是，先作总的各组间的比较，如果总的来说差别有统计学意义，然后才能作其中任意两组的比较，这些两两比较有特定的统计方法，如上面提到的***检验，Bonferroni法，tukey法，Scheffe法，SNK法等。**绝不能对其中的两组直接采用t检验，这样即使得出结果也未必正确**
（3）关于常用的设计方法：多组资料尽管最终分析都是采用方差分析，但不同设计会有差别。常用的设计如完全随即设计，随机区组设计，析因设计，裂区设计，嵌套设计等。
2．分类资料

非实验性研究名词解释

1/非实验性研究 :研究设计内容对研究对象不施加任何护理干预和处理的研究方法称为 非实验性研究 ,这类研究常在完全自然状态下进行,较简便易行.
2/依变量:是指科研目的,他随自变量改变的影响而改变,也可受其他因素的影响,依变量正是要观察的结果或反应
3/外变量是指某些能干扰研究结果的因素,在科研设计中应尽量排除.设立对照组能达到排除外变量的作用
4/引文是论文正文中引用抄录文献的部分,在该段文字最后句号的右上方标注一个方括号角码,内用一个阿拉伯数字说明引文出处,该数字要与文后参考文献列出的文献序号相对应
5/变量是指研究工作中所遇到的各种因素,变量是可以观察到或测量出来的.在研究中变量可分为自变量、依变量和外变量等
6/护理研究是用科学方法有系统的反复探索护理领域的问题,并用以直接或间接的指导护理实践的过程
7/参考文献指文章最后列出的作者直接阅读过的文献目录,他是论文的一个重要组成部分.说明论文写作是言之有据的.也是论文科学性的表现1科学是反映自然、社会、思维等客观规律的知识体系.
8/预实验：预实验也称实验研究,即在正式开始研究工作前先做的一些小规模试验,目的是为检查课题设计中有无需要修正的地方,同时也可以熟悉和摸清研究条件,一般都是在大规模或大样本的研究前及研究生开题报告前,需要进行预实验
9/随机分组是按机遇原则来进行分组,是每个受试对象都有同等机会被抽取进入实验组或对照组,目的是排除干扰因素,是所有干扰因素能均匀分到实验组或对照组,这样可以是实验结果不受研究者主观因素或其他方面误差的影响,使所抽取样本能够代表总体
10/非实验性研究是指研究设计对研究对象不加任何干预和处理的研究,研究结果可用来描述和比较各变量的状况

关于实验心理学的问题：怎样选择和控制实验变量急谢谢！

自变量的控制：（1）对自变量下操作定义（由Bridgeman提出该概念）。指一个心理现象根据测定它的程序下定义就是操作定义；例如，把疲劳定义为，从事某种体力劳动的时间量。
（2）确定自变量的各个水平，所谓自变量的水平，指自变量的一个取值；（因素型实验的自变量一般不超过4个水平；如果考察线性关系，可取3--5个水平，如果函数关系复杂，至少要5个水平）
2）因变量的种类与控制
因变量的种类：反应速度；反应速度的差异；反映的正确性；反应标准；主观指标主要是口语纪录；
因变量的控制：（1）反映控制，目的：是让被试的反应确实发生在实验者感兴趣的因变量纬度上。其中指导语能够控制被试的反应，指导语应符合以下要求：内容确定；完全；简单明确；标准化；
（2）选择恰当的因变量指标：一个恰当的因变量指标应该具有：可靠性，有效性，敏感性； （有效性，客观性，数量化）
（3）避免量程限制：天花板效应与地板效应：反映指标的量程不够大，造成反应停留在指标量表的最顶端或最底端；
3）额外变量及其控制
额外变量的定义：又叫控制变量，是与实验目的无关，但又对被试的反应有一定影响的变量
额外变量的控制方法：（1）排除法：把额外变量从实验中排除出去
（2）恒定法：使额外变量在实验过程中保持恒定不变
(3）匹配法：旨在使实验组和控制组中的被试属性相等。使用匹配法的具体做法就是：先就某些与实验有着高相关的特性对所有被试进行测量；然后根据测得的结果匹配分组让实验
组和控制组相等。
（4）随机化法：被试随机地分配到各处理组中去的技术。它的逻辑是：如果总体中的所有成员都有同等机会被抽取到任一处理组，那么可以期望随机分别形成的各处理组的各种条件
和机会均等。
(5）统计控制法：事后采用统计技术控制额外变量的方法。
(6) 抵消平衡法：ABBA法，拉丁方法；
( 上述各种方法为实验者提供了控制额外变量的有力手段，但它们各有所长，所有实验者应分
析实验的具体条件，适当地运用它们。)

计算抽样平均误差什么时候重复抽样计算

定义
抽样平均误差是抽样平均数或抽样成数的标准差，反映了抽样指标与总体指标的平均误差程度。
多数样本指标与总体指标都有误差,误差有大、有小，有正、有负，抽样平均误差就是将所有的误差综合起来，再求其平均数，所以抽样平均误差是反映抽样误差一般水平的指标。
抽样平均数的平均误差：
重复抽样：
此公式说明，抽样平均误差与总体标准差成正比，与样本容量成反比。（当总体标准差未知时，可用样本标准差代替）（教材P180例题）
通过例题可说明以下几点：
①样本平均数的平均数等于总体平均数。
②抽样平均数的标准差仅为总体标准差的
③可通过调整样本单位数来控制抽样平均误差。
例题：假定抽样单位数增加 2 倍、0.5倍时，抽样平均误差怎样变化？
解：抽样单位数增加 2 倍，即为原来的 3 倍
即：当样本单位数增加2倍时，抽样平均误差为原来的0.577倍。抽样单位数增加 0.5倍，即为原来的 1.5倍。
即：当样本单位数增加0.5倍时，抽样平均误差为原来的0.8165倍。
不重复抽样:
公式表明：抽样平均误差不仅与总体变异程度、样本容量有关，而且与总体单位数的多少有关。
例题一：
随机抽选某校学生100人，调查他们的体重。得到他们的平均体重为58公斤，标准差为10公斤。问抽样推断的平均误差是多少？
例题二：
某厂生产一种新型灯泡共2000只，随机抽出400只作耐用时间试验，测试结果平均使用寿命为4800小时，样本标准差为300小时，求抽样推断的平均误差？
例题一解:
已知：n=100 x=58 σ=10
即:当根据样本学生的平均体重估计全部学生的平均体重时，抽样平均误差为1公斤。
例题二解:
已知：N=2000 n=400 σ=300 x=4800
计算结果表明：根据部分产品推断全部产品的平均使用寿命时，采用不重复抽样比重复抽样的平均误差要小。
2.抽样成数的平均误差
重复抽样：
不重复抽样：
例题三：某校随机抽选400名学生，发现戴眼镜的学生有80人。根据样本资料推断全部学生中戴眼镜的学生所占比重时，抽样误差为多大？
例题四：一批食品罐头共60000桶，随机抽查300桶，发现有6桶不合格，求合格品率的抽样平均误差？
例题三解：
已知：
则：样本成数
即：根据样本资料推断全部学生中戴眼镜的学生所占的比重时，推断的平均误差为2%。
例题四解：
已知：
则：样本合格率
计算结果表明：不重复抽样的平均误差小于重复抽样，但是“N”的数值越大，则两种方法计算的抽样平均误差就越接近。
抽样极限误差
含义：抽样极限误差指在进行抽样估计时，根据研究对象的变异程度和分析任务的要求所确定的样本指标与总体指标之间可允许的最大误差范围。
计算方法：它等于样本指标可允许变动的上限或下限与总体指标之差的绝对值。
抽样平均数极限误差：
抽样成数极限误差：
五.抽样误差的概率度 t
抽样误差的概率度是测量抽样估计可靠程度的一个参数。用符号“ t ”表示。公式表示：
总体参数的点估计
总体参数点估计的特点：P188
总体参数优良估计的标准
无偏性、一致性、有效性
总体参数的区间估计
总体参数区间估计的特点：P195
抽样估计的置信度就是表明抽样指标和总体指标的误差不超过一定范围的概率保证程度（教材P191）
符号表示：P（ x - X ≤Δ ）
理论已经证明，在大样本的情况下，抽样平均数的分布接近于正态分布，分布特点是：抽样平均数以总体平均数为中心，两边完全对称分布，即抽样平均数的正误差与负误差的可能性是完全相等的。且抽样平均数愈接近总体平均数，出现的可能性愈大，概率愈大；反之，抽样平均数愈离开总体平均数，出现的可能性愈小，概率愈小，趋于0。（见下图）
总体参数区间估计的方法
（一）根据给定的抽样误差范围，求概率保证程度
分析步骤：
1、 抽取样本，计算抽样指标。
2、根据给定的极限误差范围估计总体参数的上限和下限。
3、 计算概率度
4、查表求出概率F（t），并对总体参数作出区间估计。
（二）根据给定的概率F（t），推算抽样极限误差的可能范围
分析步骤：
1、 抽取样本，计算样本指标。
2、 根据给定的F（t）查表求得概率度 t 。
3、根据概率度和抽样平均误差计算极限误差。
4、计算被估计值的上、下限，对总体参数作出区间估计。
例题一：
某农场进行小麦产量抽样调查，小麦播种总面积为1万亩，采用不重复简单随机抽样，从中抽选了100亩作为样本进行实割实测，测得样本平均亩产400斤，方差144斤。
（1）以95.45%的可靠性推断该农场小麦平均亩产可能在多少斤之间？若概率保证程度不变，要求抽样允许误差不超过1斤，问至少应抽多少亩作为样本？
例题一解题过程：
已知：N=10000 n=100
1、计算抽样平均误差
2、计算抽样极限误差
3、计算总体平均数的置信区间
上下限：
即：以95.45%的可靠性估计该农场小麦平均亩产量在397.62斤至402.38斤之间.
例题二：某乡有5000农户，按随机原则重复抽取100户调查，得平均每户年纯收入12000元，标准差2000元。
要求：（1）以95%的概率（t=1.96）估计全乡平均每户年纯收入的区间。
（2）以同样概率估计全乡农户年纯收入总额的区间范围。
例题二解题过程 ：
例题三：从某年级学生中按简单随机抽样方式抽取50名学生，对邓小平理论课的考试成绩进行检查，得知其平均分数为75.6分,样本标准差10分,试以95.45%的概率保证程度推断全年级学生考试成绩的区间范围。如果其它条件不变，将允许误差缩小一半，应抽取多少名学生？
例题三解题过程：
抽样组织设计
抽样组织设计的基本原则
抽样推断是根据事先规定的要求而设计的抽样调查组织，并以所获得的这一部分实际资料为基础，进行推理演算作出结论。因此科学的抽样调查组织，保证随机条件的实现，并取得最佳的抽样效果，首先，要保证随机原则的实现。从理论上说，随机原则就是要保证总体每一单位都有同等的中选机会，或样本的抽选的概率是已知的。在实践上，一是要有合适的抽样框。并必须考虑它是不是能覆盖总体的所有单位，和抽样单位与总体单位的对应问题。二是取样的实施问题。在总体单位数很大甚至无限的情况下，在设计中要考虑将总体各单位加以分类、排队或分阶段等措施来保证总体每单位中选的机会均等。其次，要考虑样本容量和结构问题。样本容量取决于对抽样判断准确性、可靠性的要求，而后者又因所研究问题的性质和抽样的结果的用途不同，很难给出一个绝对的标准。样本容量的结构不同，所产生的效果也不同。抽样设计应该善于利用评价而且有效利用由于调整样本结构而产生的效果。再次，关于抽样组织形式问题。一种科学的组织形式往往有可能以更少的样本单位数，取得更好的抽样效果。下面介绍几种常用的抽样组织形式：1．简单随机抽样：重复抽样条件下必要样本单位数的计算：按随机原则直接从总体N个单位中抽取 n 个单位作为样本。2．类型抽样：先对总体各单位按主要标志加以分组，然后再从各组中按随机的原则抽选一定单位构成样本。3．等距抽样先按某一标志对总体各单位进行排队，然后依一定顺序和间隔来抽取样本单位的一种组织形式。4．整群抽样将总体各单位划分成许多群，然后从其中随机抽取部分群，对中选群的所有单位进行全面调查的抽样组织形式。

系统随机常被用来分组吗

是。系统随机常被用来分组是对研究对象直接进行随机分组，常通过随机数字表或用计算机产生随机数来进行随机化，在事先或实施过程中不作任何限制和干预，适用于大样本量研究。