问题:
我试图使用R生成随机研究设计，其中一半的参与者被随机分配给“治疗1”，另一半的参与者被分配给“治疗2”。但是，由于一半的受试者是男性，一半的受试者是女性，我也想确保每次治疗都接受相同数量的男性和女性，因此应将一半的男性和女性分配给“治疗1”，其余的一半应分配给“处理2”。
此设计有两个并发症:(1)这项研究为期一年，必须每天对参与者进行治疗。 (2)每位参与者必须在28天内至少接触10次“治疗1”。
甚至有可能在R接口(interface)中自动执行此操作？我以为是这样，但是我认为我作为R程序员的初学者身份使我无法自己寻找解决方案。我已经花了几天的时间来弄清楚如何实现这一点，并且浏览了该站点上许多听起来相像的帖子，但这些帖子在这里未能成功应用。我希望外面有人知道一些技巧，可以帮助我解决这个问题，任何建议将不胜感激!
我尝试过的内容:
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，我不确定如何从这里开始。
理想结果:
我预想的结果类似于该表:
基本上，每个参与者都有一列，每天都有一行。与每天相关联的是治疗1(T1)或治疗2(T2)的分配，其中8位男性中的4位和8位女性中的4位被分配给T1，其余部分分配给T2。每天将这些治疗重新分配1年。此图表中未描绘每个参与者在28天的时间内至少要暴露于T1的10次。如果还有其他意义，该表不必看起来像这样!
最佳答案
考虑使用by按天和性别划分数据帧，然后使用replicate运行100次足够的样本，以选择处理均衡的几种方法之一:
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，您应将数据保留为长格式(即tidy data)。但是，如果需要宽格式，请考虑使用带有帮助程序和清理处理的
reshape:# 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
关于r - 使用R每天随机分配参与者参加治疗，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/62109443/