R:具有不同块大小的置换块随机化

Question

这是我之前提出的问题的临时解决方案。它似乎有效，但当我看到ddply的洗牌时，我想知道它是否真的是随机的。有些拆分似乎很不幸，比如块4中的BAAAAB。我曾考虑过使用ddply反复洗牌，但我有兴趣看到其他潜在的解决方案。

#### Load packages ####
require(plyr)
#### Create randomization ####
set.seed(1984)
nBlocks <- 1:9
sBlocks <- c( sample( c(rep(3,4), rep(6,3)) ), sample( c(3,6) ) )
trtGroup <- c("A","B")
trtRatio <- 2:1
rand <- data.frame( block=rep(nBlocks, sBlocks), treatment=rep(trtGroup, trtRatio) )
rand <- ddply(rand[sample(row.names(rand)), ], .(block))
rand

问题：

我最近学会了如何使用SAS计划程序在不同块大小的情况下执行排列块随机化。我一直在尝试如何使用R来做同样的事情。blockrand和experiment包不允许不同治疗组的患者数量不相等。

假设我想以2:1的比例将30名患者随机分配到实验组和对照组(即，实验组N=20，对照组N=10)。进一步假设我想要6个患者的3个区块和3个患者的4个区块，并且我想要随机改变区块大小。如何使用R？

Answer 1

关于：

set.seed(12345)
allocation <- NULL  
block <- sample(c(rep(1,4),rep(2,3)),7)
for(i in 1:7){ 
tallocation <- sample(c(rep(0,block[i]),rep(1,block[i]*2)), 3*block[i]) 
allocation <- c(allocation, tallocation)
}

Answer 2

这在randomizr:中很容易

install.packages("randomizr")
library(randomizr)
block <- c(rep(1:3, each = 6), rep(4:7, each = 3))
Z <- block_ra(block, prob = 2/3)
table(block, Z)

CCD_ 7是长度为30的向量。你可以看到治疗的分布：

> table(block, Z)
Z
block 0 1
1 2 4
2 2 4
3 2 4
4 1 2
5 1 2
6 1 2
7 1 2