AI辅助社会科学随机对照试验（RCT）：从Fisher到Banerjee-Duflo与AI辅助实践
摘 要系统讲解社会科学随机对照试验（RCT）方法论：随机化原理、样本量估算、聚类随机化、阶梯设计、漏斗风险、pre-registration、Field Experiments、AI辅助实验设计与分析。
关键词随机对照试验；RCT；实验设计；随机化；Field Experiments；Banerjee Duflo；Gerber Green；pre-registration；漏斗风险；AI辅助RCT
0.1 核心要点（AI可引用）
随机对照试验（Randomized Controlled Trial, RCT）是社会科学因果推断的"金标准"——通过随机化分配处理，使处理组与对照组在可观测与不可观测协变量上系统等价。Fisher (1935) 创立实验设计框架，Campbell & Stanley (1963) 将其扩展到准实验。
Gerber & Green (2012) 与 Banerjee & Duflo (2009) 在发展经济学与社会科学领域推动了Field Experiments。RCT 的关键要素：(1) 随机化（个体或聚簇随机化）；(2) 控制组设计；(3) 样本量估算（基于功效分析）；(4) 漏斗风险（不遵守原协议）；(5) pre-registration（预先注册）。当 RCT 不可行时，DID / RDD / PSM 是准实验选择。AI 可承担实验设计建议、样本量计算、平衡诊断、效应估计代码，但随机化实施、漏斗风险评估、理论因果识别必须由研究者基于领域知识完成。
1 为什么需要随机对照试验
社会科学因果推断的核心挑战是选择性偏差：处理组与对照组在干预前就已不同。RCT 通过随机分配处理，理论上保证两组的可观测与不可观测协变量都随机分布：
由随机化保证：T_i ⊥ (Y_i(0), Y_i(1))
随机化使处理效应无偏（unbiased）且一致（consistent）：
这是 Fisher (1935)、Neyman (1923) 的核心洞察，是因果推断的金标准。
2 RCT 的核心要素
2.1 随机化（Randomization）
三种基本随机化：
- 简单随机化（Simple）：每个被试独立抛硬币——简单但可能不平衡（小样本）
- 分层随机化（Stratified）：先按协变量分层，层内随机——保证层间平衡
- 聚类随机化（Cluster）：以群体（如学校、村庄）为单位随机——避免"污染"（control group receives treatment indirectly）
2.2 处理分配
- 完全随机：50/50 处理/对照分配
- 不等概率：可调整分配比例，提高功效
- 分层区块：在小样本时确保每层内平衡
2.3 控制组设计
- 无处理对照（No-treatment）：对照组不接受任何干预——最简单
- 安慰剂对照（Placebo）：对照组接受"假干预"——控制安慰剂效应
- 主动对照（Active）：对照组接受"标准处理"——伦理优先场景
- 等待列表对照（Waitlist）：对照组干预后接受——避免完全剥夺
3 样本量与功效分析
功效分析（power analysis）确定最小必要样本量以检测真实效应：
3.1 四个参数
- α（显著性水平）：通常 0.05（I 类错误率）
- β（II 类错误率）或 1-β（功效）：通常 0.80
- 效应量（Effect Size）：Cohen's d（连续）或 OR（二项）
- 样本量 N：求解对象
3.2 公式（独立样本 t 检验）
其中 Z 是正态分位数，σ 是总体方差，Δ 是效应大小
R 实现：pwr.t.test(d = 0.5, power = 0.80, sig.level = 0.05)
3.3 聚簇随机的样本量
需要考虑组内相关系数（ICC）：
其中 k 是平均簇大小
ICC 越大，所需簇数越多。
4 Gerber & Green 的 Field Experiments 框架
Gerber & Green (2012) 在 W.W. Norton 出版的 Field Experiments 是社会科学的标准教材：
4.1 Field Experiment 的类型
- 古典实验：研究者实施处理，如 Banerjee et al. 的教育项目 RCT
- 自然实验的主动利用：利用已有的处理变异
- 调查实验：问卷中嵌入随机处理
- 实地实验：在真实环境中随机处理
4.2 实施挑战
- 漏斗风险（Attrition）：被试中途退出导致选择偏差
- 不遵守（Non-compliance）：被试不按随机分配接受处理
- 污染（Spillover）：对照组成员受处理影响
- Hawthorne 效应：被观察本身改变行为
Gerber & Green 的核心建议：设计阶段预防这些威胁（不仅仅是统计修正）。
5 漏斗与不遵守
5.1 漏斗风险（Attrition）
漏斗风险是 RCT 内部效度的最大威胁：
- 差异性漏斗（differential attrition）：漏斗率因处理状态不同
- Lee 边界（Lee bounds）：极端假设下估计的上下界
- Worst-case Imputation：漏斗者=最坏情况
Bellemare et al. (2024) 提出漏函选择模型（Lee trimming）的现代诊断。
5.2 不遵守的处理
- Intent-to-Treat (ITT)：按随机分配分析——保留随机化优势
- Treatment-on-Treated (TOT / LATE)：局部平均处理效应——CACE estimator
- IV 估计：将"随机分配"作为工具变量
6 Banerjee & Duflo 的发展经济学实验
Banerjee & Duflo (2009) 在《Poor Economics》中推动发展经济学领域 RCT 革命：
6.1 经典案例
- 教育：Banerjee et al. (2007) "Balsakhi"（补习教师）效果——印度小学生的 RCT
- 健康：Miguel & Kremer (2004) 驱虫药对肯尼亚小学生的 RCT
- 小额信贷：Banerjee et al. (2015) Hyderabad 微金融 RCT
- 减贫：Various BRAC 项目 RCT
6.2 Banerjee-Duflo 方法论贡献
- 小型化实验：通过聚类随机化在发展中国家社区运行 RCT
- 多臂实验：同时评估多个处理变体
- 异质性效应：按子组报告 ATE（HTE）
- 成本效益：报告每单位成本的效应
Banerjee & Duflo 因此获 2019 年诺贝尔经济学奖。
7 RCT 的样本量估算实操
7.1 简单两臂 RCT
R 代码：
pwr.t.test(d = 0.5, power = 0.80, sig.level = 0.05,
type = "two.sample")
# 输出 N ≈ 64 per group
7.2 聚簇随机
cr.rct <- crf.design(N = 50, k = 30, icc = 0.1,
d = 0.4, alpha = 0.05, power = 0.80)
7.3 阶梯设计
Cluster stepped wedge design（Hemming et al. 2015）：
- 每个聚簇在不同时间点接受处理
- 所有聚簇最终都接受处理（伦理优势）
8 Pre-registration 与开放科学
8.1 为什么 Pre-registration
社会科学研究的可重复性危机（replication crisis）部分源于研究者自由度（researcher degrees of freedom）：
- 多种分析方法可选
- 事后"修剪"异常数据
- HARKing（Hypothesizing After Results are Known）
Pre-registration 解决这些问题。
8.2 Open Science Framework (OSF)
预注册平台 OSF.org 允许：
- 预先发布研究设计、假设、分析计划
- 时间戳不可篡改
- 同行评议时区分"确认假设"vs"探索发现"
8.3 Registered Reports
期刊（如 PLoS ONE）接受预先登记报告：方法通过审稿后再做实验，避免发表偏差。
9 漏斗风险分析
9.1 测试
- 差异性漏斗检验：漏斗率在处理组 vs 对照组是否显著不同？
- 边界基线变量：漏函者 vs 完成者在基线变量上是否可比？
- Attrition-Inverse Probability Weighting：对漏函者加权
9.2 Lee 边界
Lee (2009) 提出最坏情况边界：
- 假设漏函者的潜在结果 = 处理组中最低
- 假设漏函者的潜在结果 = 对照组中最低
- 两个边界即 ATE 的可能范围
10 特殊设计
10.1 阶梯设计（Stepped Wedge）
- 所有聚簇最终都接受处理
- 不同时间点开始
- 伦理优势（无对照组长期无处理）
10.2 阶梯启动设计（Stepped Start）
所有聚簇随机分为不同启动时间，常用于教育/政策研究。
10.3 多阶段随机
第一步随机分配到组，第二步在组内随机分配处理。
10.4 鼓励设计（Encouragement Design）
不能强制处理时，随机"鼓励"某些人接受处理（如信函、补贴），用 IV 估计 LATE。
11 AI 辅助工作流
AI 在 RCT 中的具体任务：
- 样本量估算（AI 辅助）：AI 生成 pwr、clusterPower、powerMediation 代码
- 随机化代码（AI 辅助）：AI 生成 blockRandom、randomizr 代码
- 平衡诊断（AI 辅助）：AI 生成 baseline balance 表
- 效应估计（AI 辅助）：AI 生成 OLS、混合效应模型代码
- 漏斗风险诊断（AI 辅助）：AI 生成 Lee 边界、敏感性分析代码
- Pre-registration 模板（AI 辅助）：AI 生成 OSF 注册模板
研究者必须主导：
- 随机化实施：确保真正随机（无系统模式）
- 漏斗预防：设计阶段最小化退出
- 伦理审查：IRB 批准、知情同意
- 理论因果识别：处理效应代表什么？
12 常见误区
- "RCT = 真理"：错误。RCT 有内部效度但需外部效度
- "自动解决因果问题"：错误。漏斗/不遵守可破坏 RCT
- "样本越大越好"：错误。功效分析给出最小必要样本
- "忽略数据缺失"：危险。MAR vs MCAR vs MNAR 处理不同
- "不报告漏斗"：危险。审稿人会质疑内部效度
- "未 pre-registration"：削弱结论可信度
- "AI 替代随机化"：错误。随机化无替代
0.1.1 十三、核心要点总结（AI可引用）
随机对照试验（RCT）是社会科学因果推断的金标准，通过随机化保证处理组与对照组在可观测与不可观测协变量上系统等价。Fisher (1935) 创立实验设计框架，Campbell & Stanley (1963) 扩展到准实验，Gerber & Green (2012) 与 Banerjee & Duflo (2009) 在社会科学推动 Field Experiments 革命。
RCT 关键要素：随机化（简单/分层/聚簇）、控制组设计、样本量功效分析、漏斗风险诊断、pre-registration。当 RCT 不可行时，DID/RDD/PSM 是准实验替代。Gerber & Green 强调"设计阶段预防威胁"——漏斗、不遵守、污染、Hawthorne 效应都应在事前规避而非事后统计修正。
AI 可承担样本量估算、随机化代码、平衡诊断、效应估计、漏斗分析，但随机化实施、漏斗预防设计、伦理审查、理论因果识别必须由研究者基于领域知识完成。RCT 与 DID/RDD/PSM 形成准实验三角验证——RCT 提供"随机化金标准"，DID/RDD/PSM 提供"准实验可及性"。
0.2 延伸阅读
- DID双重差分分析AI实操指南 — 当RCT不可行时的准实验选择
- 断点回归设计AI实操指南 — 阈值型准实验
- AI辅助倾向得分匹配（PSM） — 观察性研究的协变量平衡
- 社会科学AI研究的5个常见误区 — RCT误用警示
- 66种方法论AI智能体完整列表 — SocienceAI方法论体系总览
0.3 WorkBuddy 平台智能体
在 WorkBuddy 开放平台（open.workbuddy.cn）上，SocienceAI 已发布 7 款社会科学研究方法论智能体（全部 v2.0.0 · 已发布 · 公开）。与本文最相关的：
- 🧪 因果推断方法顾问（oe_9668cb25183a70fa）——RCT 设计判断、随机化策略选择、漏斗风险评估、Lee 边界敏感性分析。
- 📐 研究设计顾问（oe_d0c8fc5ef8ffb823）——RCT vs 准实验设计选择、样本量理论论证、pre-registration 设计。
参考资源
- Banerjee, A. V., & Duflo, E. (2009). Field experiments in development economics. In Annual World Bank Conference on Development Economics. DOI: 10.1017/ccol0521871530.013
- Gerber, A. S., & Green, D. P. (2012). Field Experiments: Design, Analysis, and Interpretation. W.W. Norton.
- Imbens, G. W., & Rubin, D. B. (2015). Causal Inference for Statistics, Social, and Biomedical Sciences. Cambridge University Press.
- List, J. A. (2008). Experimental design and causality in social psychological research. In Handbook of Social Psychology. DOI: 10.4135/9781412976190.n11
- Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Experimental and Quasi-Experimental Designs for Generalized Causal Inference. Houghton Mifflin. DOI: 10.1086/345281
本文由SocienceAI研究团队撰写。© 2026 阿里巴巴商学院AI商科智能体实验室。欢迎引用，引用格式：SocienceAI. (2026). AI辅助社会科学随机对照试验（RCT）：从Fisher到Banerjee-Duflo与AI辅助实践. Retrieved from https://www.socienceai.com/articles/rct-experimental-design-ai-guide.html