详细内容或原文请订阅后点击阅览
随机化能保证什么？没有什么！
人们常说，进行随机实验的目的是让研究人员能够根据观察到的相关性做出更强的因果推论。这一主张基于这样的想法：随机化减少了治疗组和对照组之间的系统差异，从而限制了混杂因素的影响。这种相当简单的观点的问题是 [...]
来源:Lars P Syll随机化能保证什么？ 没有什么！
人们常说，进行随机实验的目的是让研究人员能够根据观察到的相关性做出更强的因果推论。这一主张基于这样的想法：随机化减少了治疗组和对照组之间的系统差异，从而限制了混杂因素的影响。
这种相当简单化的随机化观点的问题在于，代表其提出的主张既被夸大，而且严格来说是错误的。
• 即使将受试者分配到治疗组和对照组是完全随机的，但样本选择几乎肯定不是随机的——除非在极少数情况下。适当的随机分配并不能补偿有偏差的样本。如果实验结果来自非代表性样本，则始终存在研究结果无法推广到该设置之外的风险。 “那里”有效的方法可能在“这里”无效。因此，随机化并不能“保证”或“确保”我们得出正确的因果结论。虽然它可能帮助我们排除某些替代解释，但随机化本身并不能保证任何事情。
• 即使抽样和分配都是以理想的随机方式进行，标准随机实验也只能提供平均效果。困难在于，对“真实”平均因果效应的估计可能掩盖了重要的异质性。平均治疗效果可能为零，而有些人的效果为 -100，另一些人的效果为 +100。对于任何考虑是否接受治疗的人来说，这种异质性可能比单独的平均效应提供更多信息。
随机对照试验除了描述过去发生的事情外几乎没有什么作用。从未来决策和公共政策的角度来看，它们的价值往往有限，因为它们无法告诉我们在实施干预时哪些背景因素保持不变。