如何用R实现分层随机化，将数据分为4组（性别/年龄/焦虑度均衡）

针对你的需求，我们可以通过分层随机化的方式，先把参与者按性别、年龄分层、焦虑度分层组合成同质小组，再在每个小组内随机分配到4个条件组，以此保证组间人口统计学特征尽可能均衡。

步骤1：准备工作与数据预处理 #

首先加载tidyverse工具包，然后对连续变量（年龄、焦虑度）进行分箱处理——因为分层随机化更适合基于分类变量操作，分箱后能让同一层的参与者在这些指标上更相似：

library(tidyverse)

# 对年龄、焦虑度按分位数分成3层（可根据数据分布调整层数）
daten_strat <- daten_strat %>%
  mutate(
    age_bin = ntile(age, 3),          # 年龄分3层：低/中/高
    anxiety_bin = ntile(anxiety, 3),  # 焦虑度分3层：低/中/高
    # 组合性别、年龄层、焦虑度层为分层标识
    strat_id = paste(gender, age_bin, anxiety_bin, sep = "_")
  )

步骤2：分层随机分配分组 #

在每个分层内，将参与者随机分配到4个条件组，保证每层内的分配尽可能均匀：

set.seed(123)  # 设置随机种子，让结果可重复
daten_strat <- daten_strat %>%
  group_by(strat_id) %>%
  mutate(
    # 生成重复的1-4序列（匹配当前分层的人数），再随机打乱
    condition_group = sample(rep(1:4, length.out = n()))
  ) %>%
  ungroup()

# 可选：删除中间生成的分层辅助变量
daten_strat <- daten_strat %>% select(-age_bin, -anxiety_bin, -strat_id)

步骤3：验证组间均衡性 #

分配完成后，检查各组在目标变量上的分布是否均衡：

# 检查性别分布
daten_strat %>%
  count(condition_group, gender) %>%
  pivot_wider(names_from = gender, values_from = n, values_fill = 0)

# 检查年龄、焦虑度的组间均值
daten_strat %>%
  group_by(condition_group) %>%
  summarise(
    avg_age = mean(age),
    avg_anxiety = mean(anxiety)
  )

备选方案：使用blockrand包简化操作 #

如果你想更便捷地实现分层区组随机化，可以用blockrand包：

library(blockrand)

# 先创建分层标识
daten_strat$strat_id <- with(daten_strat, paste(gender, ntile(age,3), ntile(anxiety,3), sep="_"))

# 执行分层区组随机分配
set.seed(123)
assign_result <- blockrand(
  n = nrow(daten_strat),
  num.levels = 4,          # 4个条件组
  strata = daten_strat$strat_id,  # 分层依据
  block.sizes = 4          # 每个区组包含4个参与者，对应4个组各1人
)

# 合并分配结果到原数据
daten_strat <- bind_cols(daten_strat, assign_result %>% select(treatment))

说明：分箱的层数可以根据你的数据分布调整（比如改成4层），核心是让同一分层内的参与者特征尽可能相近，这样随机分配后的组间差异会被最小化。

内容的提问来源于stack exchange，提问作者abeckers