سوگیری، مخدوش‌گری و توازن متغیرها

سوگیری خطایی نظام‌مند است، نه تصادفی. با بزرگ کردن نمونه از بین نمی‌رود و برآورد را همیشه به یک سمت منحرف می‌کند. سوگیری انتخاب زمانی رخ می‌دهد که ورود افراد به گروه‌ها به ویژگی‌هایی وابسته باشد که خودشان بر نتیجه اثر دارند؛ مثلا وقتی پزشک بیماران وخیم‌تر را ناخودآگاه به گروه درمان جدید می‌فرستد.

اگر تخصیص با احتمالی که به ویژگی‌های فرد وابسته نیست انجام شود، یعنی $P(G=g\mid X)=P(G=g)$، آنگاه گروه از همه‌ی ویژگی‌ها مستقل است و سوگیری انتخاب از ریشه حذف می‌شود. تصادفی‌سازی دقیقا همین استقلال را می‌سازد.

مخدوش‌گر متغیری است که هم با گروه مداخله و هم با پیامد ارتباط دارد و خودش در مسیر علّی مداخله نیست. سن، شدت بیماری، سیگار و وضعیت اقتصادی نمونه‌های رایج آن‌اند. اگر مخدوش‌گرها میان گروه‌ها نابرابر باشند، تفاوت پیامد را نمی‌توان به مداخله نسبت داد.

قدرت تصادفی‌سازی در این است که هم مخدوش‌گرهای شناخته و هم ناشناخته را متوازن می‌کند. برای هر متغیر $X$ با واریانس ${\sigma }^2$، تفاوت میانگین آن میان دو گروه به اندازه‌ی $n$ نفر امید ریاضی صفر دارد و پراکندگی‌اش با بزرگ شدن نمونه کوچک می‌شود.

پس از تصادفی‌سازی معمولا جدولی از ویژگی‌های پایه در دو گروه گزارش می‌شود. برای مقایسه‌ی توازن، به جای آزمون معناداری از تفاوت میانگین استانداردشده استفاده می‌شود، چون به حجم نمونه وابسته نیست.

• پنهان‌سازی تخصیص: پیش از ثبت هر فرد، هیچ‌کس نمی‌داند تخصیص بعدی چیست. این ویژگی از سوگیری انتخاب جلوگیری می‌کند و در هر مطالعه‌ای شدنی است.
• کورسازی: پس از تخصیص، شرکت‌کننده یا ارزیاب یا هر دو نمی‌دانند فرد در کدام گروه است. این ویژگی از سوگیری اندازه‌گیری و انتظار جلوگیری می‌کند و همیشه شدنی نیست.
• در این پلتفرم، اپراتور نتیجه‌ی تخصیص را نمی‌بیند؛ این هم پنهان‌سازی را تضمین می‌کند و هم به کورسازی کمک می‌کند.