使用 R 每天将参与者随机分配到治疗中
Jak*_*arm 21 random r sampling
问题：
我试图使用 R 生成一个随机研究设计，其中一半的参与者被随机分配到“治疗 1”，另一半被分配到“治疗 2”。但是，因为一半的受试者是男性，一半是女性，而且我还想确保每次治疗都有相同数量的男性和女性，所以应该将一半的男性和女性分配到“治疗 1”，其余的一半应分配给“治疗 2”。
这种设计有两个并发症：（1）这是一项为期一年的研究，必须每天分配参与者进行治疗；(2) 每个参与者必须在 28 天内至少接受“治疗 1”10 次。
这甚至可以在 R 界面中自动化吗？我认为是这样，但我认为我作为 R 程序员的初学者身份禁止我自己找到解决方案。几天来，我一直在努力弄清楚如何实现这一点，并且浏览了本网站上许多类似的帖子，但无法在此处成功应用。我希望那里有人知道一些可以帮助我解决这个问题的技巧，任何建议将不胜感激！
我试过的：
具体信息
# There are 16 participants
p <- c("P01", "P02", "P03", "P04", "P05", "P06", "P07", "P08", "P09", "P10", "P11", "P12", "P13", "P14", "P15", "P16")
# Half are male and half are female
g <- c(rep("M", 8), rep("F", 8))
# I make a dataframe but this may not be necessary
df <- cbind.data.frame(p,g)
# There are 365 days in one year
d <- seq(1,365,1)
...不幸的是，我不知道如何从这里开始。
理想结果：
我正在设想类似于这张表的结果：
基本上每个参与者都有一列，每一天都有一行。与每一天相关的是分配到治疗 1 (T1) 或治疗 2 (T2)，8 名男性中的 4 名和 8 名女性中的 4 名被分配到 T1，其余的分配到 T2。这些治疗每天重新分配，持续 1 年。此图表中未描述每位参与者在 28 天内至少需要接触 T1 10 次。如果其他东西更有意义，桌子不必看起来像那样！
很好的第一个问题。感谢发布。
我对您的限制的理解是，在任何一天，四名男性必须接受一种治疗，四名男性必须接受另一种治疗。八位女性也是如此：每次治疗必须有四位。实际上，这意味着在任何一天，您只需要将随机样本应用于四个人，因为其余的人将有效地受到前四个人的约束。雄性 5 - 8 将与雄性 1 - 4 配对，因此雄性 1 总是与雄性 5 受到相反的待遇，雄性 2 与雄性 6 受到相反的待遇，依此类推。同样的模式应用于雌性，因此尽管个人分配是随机的，但在任何一天总是有 4 名女性接受治疗 1、4 名女性接受治疗 2、4 名男性接受治疗 1 和 4 名男性接受治疗 2。
您需要至少 10 天，每个人在 28 天内接受治疗 1。这进一步将随机化限制在确保每 28 天期间包含总共 14 天的治疗 1 和 14 天的治疗 2 可能同样有意义的程度。
这样，您可以像这样获得分配：
four_cols <- replicate(4, as.vector(replicate(14, sample(rep(1:2, 14))))[1:365])
eight_cols <- cbind(four_cols, 3 - four_cols)
sixteen_cols <- cbind(1:365, eight_cols, eight_cols)
df <- setNames(as.data.frame(sixteen_cols), c("Day", paste0("M", 1:8), paste0("F", 1:8)))
现在df是一个数据框，其布局类似于您的表格。治疗以数字 1 或 2 给出，参与者被标记为 M1 - M8 和 F1 - F8：
df
#> Day M1 M2 M3 M4 M5 M6 M7 M8 F1 F2 F3 F4 F5 F6 F7 F8
#> 1 1 1 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2
#> 2 2 2 2 2 2 1 1 1 1 2 2 2 2 1 1 1 1
#> 3 3 2 1 1 2 1 2 2 1 2 1 1 2 1 2 2 1
#> 4 4 2 2 2 1 1 1 1 2 2 2 2 1 1 1 1 2
#> 5 5 1 2 1 1 2 1 2 2 1 2 1 1 2 1 2 2
#> 6 6 2 2 2 2 1 1 1 1 2 2 2 2 1 1 1 1
#> 7 7 1 2 1 1 2 1 2 2 1 2 1 1 2 1 2 2
#> 8 8 1 1 2 2 2 2 1 1 1 1 2 2 2 2 1 1
#> 9 9 2 2 1 2 1 1 2 1 2 2 1 2 1 1 2 1
#> 10 10 2 1 2 2 1 2 1 1 2 1 2 2 1 2 1 1
#> 11 11 1 2 2 2 2 1 1 1 1 2 2 2 2 1 1 1
#> 12 12 2 1 2 1 1 2 1 2 2 1 2 1 1 2 1 2
#> 13 13 1 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2
#> 14 14 2 1 1 1 1 2 2 2 2 1 1 1 1 2 2 2
#> 15 15 1 1 2 1 2 2 1 2 1 1 2 1 2 2 1 2
#> 16 16 1 2 1 1 2 1 2 2 1 2 1 1 2 1 2 2
#> 17 17 2 2 2 2 1 1 1 1 2 2 2 2 1 1 1 1
#> ...
#> 365 365 2 2 2 2 1 1 1 1 2 2 2 2 1 1 1 1
考虑拆分数据帧的一天和性别有by，然后用运行足够的样本，replicate在100次挑几个之一，理疗平衡：
数据
df <- merge(data.frame(participant = p, gender = g),
data.frame(days = seq(1,365)),
by=NULL)
解决方案
df_list <- by(df, list(df$gender, df$days), function(sub){
t <- replicate(100, { # RUN 100 REPETITIONS OF EXPRESSION
s <- sample(c("T1", "T2"), size=nrow(sub), replace=TRUE) # SAMPLE "T1" AND "T2" BY SIZE OF SUBSET
s[ sum(s == "T1") == sum(s == "T2") ] # FILTER TO EQUAL TREATMENTS
})
t <- Filter(length, t)[[1]] # SELECT FIRST OF SEVERAL NON-EMPTY RETURNS
transform(sub, treatment = t) # ASSIGN RESULT TO NEW COLUMN
})
# BIND DATA FRAMES AND RESET ROW.NAMES
final_df <- data.frame(do.call(rbind.data.frame, df_list), row.names=NULL)
输出
第一天
head(final_df, 16)
# participant gender days treatment
# 1 P09 F 1 T1
# 2 P10 F 1 T2
# 3 P11 F 1 T2
# 4 P12 F 1 T1
# 5 P13 F 1 T2
# 6 P14 F 1 T2
# 7 P15 F 1 T1
# 8 P16 F 1 T1
# 9 P01 M 1 T1
# 10 P02 M 1 T1
# 11 P03 M 1 T2
# 12 P04 M 1 T2
# 13 P05 M 1 T2
# 14 P06 M 1 T1
# 15 P07 M 1 T1
# 16 P08 M 1 T2
第365天
tail(final_df, 16)
# participant gender days treatment
# 5825 P09 F 365 T2
# 5826 P10 F 365 T2
# 5827 P11 F 365 T1
# 5828 P12 F 365 T2
# 5829 P13 F 365 T1
# 5830 P14 F 365 T2
# 5831 P15 F 365 T1
# 5832 P16 F 365 T1
# 5833 P01 M 365 T1
# 5834 P02 M 365 T2
# 5835 P03 M 365 T1
# 5836 P04 M 365 T2
# 5837 P05 M 365 T2
# 5838 P06 M 365 T2
# 5839 P07 M 365 T1
# 5840 P08 M 365 T1
理想情况下，出于分析目的，您应该以长格式保存数据（即整齐的数据）。但是如果需要宽格式，请考虑reshape使用帮助程序和清理处理：
# HELPER OBJECTS
final_df$participant_gender <- with(final_df, paste0(participant, gender))
new_names <- paste0(p, g)
# RESHAPE WIDE
wide_df <- reshape(final_df, v.names = "treatment", timevar = "participant_gender",
idvar="days", drop = c("gender", "participant"),
new.row.names = 1:365, direction = "wide")
# RENAME AND RE-ORDER COLUMNS
names(wide_df) <- gsub("treatment.", "", names(wide_df))
wide_df <- wide_df[c("days", new_names)]
head(wide_df)
# days P01M P02M P03M P04M P05M P06M P07M P08M P09F P10F P11F P12F P13F P14F P15F P16F
# 1 1 T1 T1 T2 T2 T2 T1 T1 T2 T1 T2 T2 T1 T2 T2 T1 T1
# 2 2 T1 T1 T2 T1 T2 T1 T2 T2 T1 T2 T2 T1 T2 T2 T1 T1
# 3 3 T1 T1 T2 T1 T1 T2 T2 T2 T1 T2 T2 T2 T1 T2 T1 T1
# 4 4 T1 T1 T1 T2 T2 T2 T1 T2 T2 T1 T1 T2 T2 T1 T1 T2
# 5 5 T1 T1 T2 T1 T2 T2 T1 T2 T1 T1 T2 T1 T2 T2 T1 T2
# 6 6 T2 T1 T1 T1 T2 T2 T1 T2 T2 T2 T2 T1 T2 T1 T1 T1
| 归档时间： |
|
| 查看次数： |
861 次 |
| 最近记录： |