
如何通过SPSS软件实现随机化过程
随机过程是临床研究过程中至关重要的一部分。在前面的内容中我们也讲过了很多关于随机和随机数的内容,请大家参阅旧的目录。本期将跟大家一起讨论一下如何通过SPSS来实现随机化过程。
在说之前,先跟大家聊一聊随机数的类型,随机数有真随机数(True Random Number)和伪随机数(Pseudo Random Number)之分。我们平时所使用的无论什么程序产生的随机数都是伪随机数,它是有“种子”的,种子决定了随机数的固定序列。而真随机数很多情况下只能看老天的眼色,比如掷骰子、布朗运动、量子效应、放射性衰变等等,所以说我们在临床研究中常用的软件产生随机数的方法都是伪随机数,伪随机数虽然不具有完全的随机性,但是已经足够用了。
总体上SPSS为随机化提供了两类过程,第一类过程直接进行随机抽样或分组,第二类过程只生成随机数字,需要研究者依据随机数字自己去进行随机抽样或分组。
在上述过程中,我们都可以选择采用“随机种子数”或“固定种子数”两种方式来产生随机数。采用“随机种子数”时,随机数字不可重现;采用“固定种子数”时,随机数字可以重现出来。由于SPSS的syntax不是所有人都常用,在此就不说了,其实大家可以通过点击paste选项保存出任意计算过程的syntax语句。下面分别介绍其它三种随机数生成方法:
1、利用“选择个案”窗口实现
a.设定种子数:顺序点击转换、随机数字生成器,勾选Mersenne Twister(相比兼容SPSS12更可靠),勾选固定值(设定一个自己的种子数),点击确定。这样就设定好了种子数。
b.依次点击数据、选择个案,点选随机个案样本(D),点击样本,点选其中一个并填入数值,点击继续,点击确定即可。如下图:
2、利用“复杂抽样”窗口来实现;
复杂抽样窗口可实现分层抽样,并保存出抽样计划和抽样结果文件。按照其提示一步步点击即可。为了简化,后面过程不再截图。
3、利用“计算变量”窗口来实现
a.设定种子数,方法同上。
b.点击转换、计算变量,在目标变量中给变量起一个名字,在函数组中点选随机数字,点选任意一个随机函数,填入适当的条件,点击确定即可。我个人常用Rv.Normal或Rv.Uniform函数。
c.获得随机数字之后,你可以采用任意规则去进行随机抽样和分组,当然这个规则是你在生成随机数字之前就定好的,如你打算选取排序前50%的个案入A组等。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12