1 基本概念
1.1 定义与内涵
随机化是指在研究、抽样或分配过程中，利用随机机制决定样本归属、处理条件或顺序安排的一类方法。其目的并不是让结果“毫无规律”，而是通过不可预测的分配方式，减少人为选择带来的系统性影响。随机化常见于实验设计、统计分析和计算机过程控制中，是现代定量研究的重要基础。
1.1.1 随机性的含义
随机性通常表示事件结果在个体层面难以预先确定，但在整体上可以用概率加以描述。它强调的是不依赖主观判断、可由概率规则刻画的分配或发生方式。在实际应用中，随机性既可以来自自然过程，也可以由算法模拟生成。
1.1.2 随机化与随机抽样的区别
随机化主要解决“如何分配”或“如何安排顺序”的问题，例如将受试者分到不同处理组。随机抽样则主要解决“如何从总体中抽取样本”的问题，重点在于样本对总体的代表性。两者都依赖随机原则，但应用目标并不相同：前者偏重比较和控制，后者偏重推断和代表。
1.2 理论基础
随机化之所以有效，根源在于概率论和统计推断框架。它通过引入随机机制，使研究对象在未知因素上尽可能均衡，从而让不同组别之间的比较更具解释力。
1.2.1 概率论基础
概率论为随机化提供了形式化语言。通过概率分布，可以描述某种分配方案出现的可能性，并估计不同结果的长期表现。研究者借助这一框架，可以判断某些差异是由处理本身造成，还是仅仅源于偶然波动。
1.2.2 统计独立性与均衡性
理想情况下，随机化能使处理分配与潜在影响因素近似独立，从而降低结构性偏倚。与此同时，在样本量足够时，不同组别在已知和未知变量上的分布更可能趋于均衡。这里的“均衡”并不意味着完全相同，而是指差异通常可接受，并可通过统计方法进一步检验和解释。
1.3 主要作用
随机化的核心价值，在于把原本可能由人为选择、顺序安排或环境差异引起的偏差降到较低水平。它并非替代全部研究步骤，而是为后续分析提供更可靠的起点。
1.3.1 降低偏差
当分配过程不随机时，研究者或参与者的主观因素可能影响结果，使样本在某些特征上系统性偏离。随机化可以减少这类倾向，使比较更接近真实差异，而不是人为筛选的结果。
1.3.2 平衡混杂因素
混杂因素往往会同时影响处理分配和结局表现，进而干扰解释。随机化虽然不能保证每一个混杂变量都完全平衡，但通常可以让其在不同组中大致分散，从而降低其对结论的干扰。
1.3.3 支持因果推断
因果推断需要尽量排除“其他原因”的影响。随机化通过削弱分组与背景因素之间的关联，使处理效应更容易被识别。因此，在很多实验场景中，随机化被视为建立因果关系的重要前提之一。
2 科学研究中的随机化
2.1 实验设计中的随机化
在实验设计里，随机化常用于受试者分配、处理顺序安排以及样本筛选。其作用是让实验条件更稳定，避免某些非实验因素按固定模式影响结果。
2.1.1 受试者分配
受试者分配随机化是实验中最常见的形式之一。它通过随机方式决定参与者进入哪个组别，以减少研究者选择偏向或组间先天差异。
2.1.1.1 随机分组方法
随机分组可以采用抽签、随机数字、计算机算法等方式完成。常见做法是将参与者按预设规则分到实验组与对照组，使各组在初始条件上尽量接近。分组方法的质量，会直接影响后续结果解释的可信度。
2.1.1.2 分层随机化
当研究对象在年龄、性别、病情程度等方面存在明显差异时，研究者可先按重要特征分层，再在层内随机分配。这样可以增强组间平衡性，尤其适用于样本量较小或关键变量分布不均的情形。
2.1.2 处理顺序随机化
在交叉试验、行为实验或重复测量设计中，处理顺序可能影响结果。通过随机化顺序，可以减少疲劳、学习效应或顺序依赖造成的干扰，使不同条件之间的比较更加公平。
2.1.3 样本选择随机化
样本选择随机化用于提高样本的客观性，减少研究者在纳入对象时的主观筛选。它常见于现场调查、田野研究和抽样框较完整的场景中，有助于避免“只选容易接触的对象”带来的偏差。
2.2 对照实验中的应用
对照实验依赖比较，而随机化则为比较提供基础。没有随机化，对照组与实验组之间的差异可能被原有条件掩盖，难以解释处理本身的作用。
2.2.1 随机对照试验
随机对照试验是一种经典研究设计，通常将受试者随机分配到不同处理条件中，再比较结局差异。由于分配过程遵循随机原则，这类试验在评估干预效果方面具有较强说服力，常被视为实验研究的重要标准形式。
2.2.2 安慰剂对照与盲法配合
随机化常与安慰剂对照、单盲或双盲设计配合使用。安慰剂对照用于区分处理本身与心理期望效应，盲法则减少参与者或研究人员的主观影响。三者结合时，实验结果通常更稳定，也更不容易受到观察偏差干扰。
2.3 重复与可重复性
随机化并不排斥重复实验，反而常与重复测量共同构成可靠研究的基础。重复的存在使研究者能够判断随机波动的范围，并检验结果是否具有稳定性。
2.3.1 随机误差的控制
随机误差是由偶然波动引起的不可完全避免的偏差。随机化不能消除它，但可以使误差更均匀地分布于各组，从而避免其集中影响某一处理条件。通过足够的样本量和重复实验，随机误差的影响通常能够被进一步弱化。
2.3.2 可重复结果的统计解释
当多个重复实验得出相近结论时，随机化有助于说明这种一致性并非巧合。统计分析通常会结合置信区间、显著性水平和效应大小来解释重复结果，使研究结论更具可检验性。
3 随机化的方法
3.1 简单随机化
简单随机化是最直观的形式，原则上每个个体或每种安排都有预设概率被选中。它便于实施，适合样本规模较大的研究。
3.1.1 抛硬币法
抛硬币法是最传统的随机方式之一，常用于两组分配。正反面分别对应不同处理条件，操作简单，易于理解。但当样本较少时，这种方法可能导致组间数量不平衡，因此更多见于教学或小规模场景。
3.1.2 随机数表法
随机数表法通过预先编制的随机数字序列进行分配或抽样。它曾在手工统计时代广泛使用，特点是规则明确、操作规范。尽管如今多由计算机替代，但其原理仍具有代表性。
3.2 受限随机化
受限随机化在随机原则基础上加入一定约束，以避免纯随机带来的极端不平衡。它常用于样本量有限、分层要求较强或研究设计复杂的情况。
3.2.1 区组随机化
区组随机化将样本按固定数量分为若干区组，并保证每个区组内不同处理条件的分配数量大体相等。这样可以防止研究进行到中途时某一组人数明显偏多，特别适合分阶段入组的研究。
3.2.2 分层随机化
分层随机化先按关键变量划分层级，再在各层内部随机分配。与简单随机化相比，它更注重控制重要背景特征，常用于临床研究、教育评估和社会调查。
3.2.3 自适应随机化
自适应随机化会根据已有数据动态调整后续分配概率。其目的往往是维持平衡、提高效率或更快识别有效处理。不过，这类方法对实施和分析要求较高，需要预先设定清晰规则。
3.3 计算机随机化
随着计算机技术普及，随机化逐渐转向算法生成。计算机方法提高了效率，也便于记录、复核和批量实施。
3.3.1 伪随机数生成
计算机通常并不直接产生“自然随机”，而是通过确定性算法生成看似随机的数列，即伪随机数。只要算法和初始状态相同，输出就会一致，因此在研究中既方便又可追踪。
3.3.2 随机种子设置
随机种子是伪随机数生成的起点。不同种子会导致不同随机序列，而相同种子可复现相同结果。研究中记录种子信息，有助于后续验证和重复分析。
3.3.3 算法可复现性
可复现性是现代随机化的重要要求。研究者不仅要说明用了何种算法，还应明确版本、参数和种子设置。这样，其他人才能在相同条件下重建分配过程或模拟结果。
4 随机化的统计意义
4.1 偏差与方差
随机化对统计结果的影响，主要体现在偏差和方差两个方面。它减少系统偏差，但可能在短期内引入一定程度的随机波动，因此需要与样本量和设计策略配合。
4.1.1 选择偏差
选择偏差指样本进入研究的方式不均衡，导致样本不能真实反映目标对象。随机化可以显著降低这类问题，避免某些类型的对象被过度纳入或排除。
4.1.2 分配偏差
分配偏差出现在处理条件分配不公或不均衡时。若研究者在分组过程中带有倾向性，某一组可能更容易获得“条件更好”的样本。随机化通过打破人为选择，减少此类偏差。
4.1.3 观察偏差
观察偏差来自测量、记录或解释过程中的系统性倾向。虽然随机化本身不能完全消除观察偏差，但它能减少分组与观察条件之间的关联，使偏差更容易被识别并通过盲法或标准化流程加以控制。
4.2 因果推断
在因果分析中，随机化常被视为建立比较基础的重要工具。它使“处理”和“背景因素”之间的关系更简单，从而提高结论的可信度。
4.2.1 处理效应估计
处理效应估计旨在衡量某种干预对结果的平均影响。随机化使不同组别在其他条件上更接近一致，因此组间差异可更合理地归因于处理本身，而不是先天差别。
4.2.2 因果识别假设
因果识别依赖一系列假设，如处理分配独立于潜在结果、测量过程稳定等。随机化并不自动满足所有假设，但它为其中最关键的一部分提供了较强支撑，因此是许多研究设计的核心环节。
4.3 统计检验中的角色
随机化不仅用于实验分配，也影响统计检验的构造方式。许多检验方法都建立在随机抽样或随机分配所带来的概率结构之上。
4.3.1 显著性检验
显著性检验常用来判断观察到的差异是否可能只是随机波动。随机化为零假设下的分布提供基础，使研究者能够用概率语言评估结果的罕见程度。
4.3.2 置换检验
置换检验通过重新打乱标签或分组，构造在零假设下的参考分布。它直接依赖随机重排思想，适合某些传统参数检验条件不理想的场景。
4.3.3 蒙特卡洛模拟
蒙特卡洛模拟通过大量随机抽样或随机试验近似复杂问题的分布特征。它广泛用于估计概率、评估误差和检验算法性能，是随机化思想在计算中的重要延伸。
5 随机化在其他领域的应用
5.1 计算机科学
在计算机科学中，随机化常被用来提升算法效率、降低最坏情况风险，并改善资源分配的平均表现。
5.1.1 随机算法
随机算法在执行过程中引入随机选择，以换取更高的效率或更简单的设计。它们常用于搜索、排序、近似计算和图算法等领域，在某些问题上比确定性方法更灵活。
5.1.2 哈希与负载均衡
哈希结构利用随机化思想分散数据冲突，提高存储和检索效率。负载均衡系统也常借助随机分派请求，避免少数节点拥堵，从而让整体性能更稳定。
5.2 工程与质量控制
工程领域重视流程稳定和产品一致性，因此随机化常用于抽样检查和工艺评估，以减少局部经验判断带来的偏差。
5.2.1 生产抽检
生产抽检会从批量产品中随机选取样本进行检测。这样做能够更客观地反映整批质量状况，并降低“只抽容易合格的产品”所造成的误判风险。
5.2.2 工艺流程优化
在工艺优化中，随机化有助于比较不同参数设置的效果，避免时间顺序、机器状态或操作员习惯对结果造成干扰。它常与正交试验、响应面分析等方法共同使用。
5.3 游戏与模拟
随机化在游戏设计和模拟系统中十分常见，主要用于制造不确定性、增加变化性，并让过程更接近现实中的随机事件。
5.3.1 掷骰与抽卡机制
掷骰、掉落率和抽卡机制都依赖随机分配结果，以形成期待感和重复游玩动力。为了保持公平性，设计者通常会设置概率规则、保底机制或区间调整。
5.3.2 程序化生成
程序化生成利用随机或 شبه随机规则自动生成地图、关卡、地形或道具。它可以显著提高内容多样性，也能减少手工制作的重复劳动。
5.3.3 概率事件设计
概率事件设计通过控制事件触发概率，影响游戏节奏和玩家体验。过高的不确定性可能带来挫败感，而适度随机则有助于增加戏剧性和新鲜感。
6 随机化的局限与争议
6.1 随机化的误用
随机化虽然重要，但若实施不当，反而可能削弱研究质量。它不是自动保证结论正确的工具，仍需与合理设计和严谨分析配合。
6.1.1 样本量不足
当样本过少时，随机分配未必能实现理想平衡，组间差异可能仍然较大。此时即使采用随机化，结果也可能受偶然因素明显影响，导致推断不稳定。
6.1.2 随机过程失真
若随机机制被人为干预、记录不完整或执行不规范，随机化就会失去原有意义。比如分配顺序可被预测、种子重复使用不当，都会影响结果可信度。
6.2 实施中的困难
随机化在现实中往往面临成本、流程和伦理方面的限制。理论上理想的随机方案，未必总能直接落地。
6.2.1 执行成本
设计、记录和监督随机化过程需要额外资源，尤其在大型研究或多中心项目中更为明显。若流程过于复杂，还可能增加操作错误的概率。
6.2.2 伦理与公平性考虑
在某些研究中，将参与者随机分配到不同条件可能引发公平性讨论，尤其当不同处理的风险或收益并不对等时。此时研究设计必须兼顾科学性与受试者保护，不能只追求随机而忽视责任。
6.3 替代与补充方法
当随机化不可行或不充分时，研究者常借助其他设计或统计工具作为补充，以尽量接近随机实验的解释力。
6.3.1 匹配设计
匹配设计通过为不同组别寻找相似个体，使其在关键变量上尽量接近。它不能完全替代随机化，但在观察性研究中常用于减少组间系统差异。
6.3.2 非随机研究设计
非随机研究设计包括队列研究、病例对照研究和自然实验等形式。此类设计更依赖统计控制和研究背景说明，适合无法进行随机分配的实际情境。
6.3.3 贝叶斯方法
贝叶斯方法可结合先验信息与观测数据，对不确定性进行动态更新。它常与随机化设计配合使用，也可在样本有限或信息不完整时提供补充分析框架。