【锚点】这一篇只钉一个判断：【Table 1 的组间 p 值】检验的不是【随机化是否成功】，而是一个在随机化完全正确时也必然以 5% 速率报警的零假设——而且这个 5%【不随样本量下降】。

【流程节点链路】：【起点：两组各 n=50、完全随机化、10 个基线协变量】→【中间节点：单个协变量的标准化均值差 SMD ~ N(0, 2/n)，即 SD=0.2】→【中间节点：P(|SMD|>0.2)≈0.32，10 个协变量里至少一个超标的概率 1−0.68^{10≈0.98】→【中间节点：若换用 p<0.05 判据，单变量 5%，10 个里至少一个 1−0.95}10≈0.40】→【终点：四成『随机化毫无问题』的试验，会印出一张『有显著基线不平衡』的 Table 1】。

【细微】这里有个大多数人没算过的对照：把 n 从 50 提到 5000，SMD>0.2 的概率从 0.98 掉到几乎 0（SD=√(2/5000)=0.02）；但 p<0.05 的概率【一动不动，还是 40%】。因为零假设下 p 值的分布与 n 无关。这就是为什么『盯 Table 1 的 p 值』这个习惯永远治不好——加大样本量不解决它，只有换判据才解决。

【极难发现】p 值在这里混淆了两个完全不同的因果通道：①随机化的抽样波动（无害，且是随机的）；②分配隐藏被破坏（有害，且是系统的）。而 p 值对二者一视同仁。Altman & Doré (BMJ 1990) 检查过真实试验：基线不平衡的协变量与治疗效应估计的偏差之间几乎没有关系；Roberts & Torgerson (BMJ 1999) 因此直接建议不要在基线做显著性检验；CONSORT 也从不要求 Table 1 放 p 值。检验的是『样本里有没有差异』，而这个问题在随机化下答案是『有，而且我知道它多大』。

该做什么（四条，按优先级）：①【预设】协变量清单，不是事后挑不平衡的那几个来讲故事；②用 SMD 而非 p（|SMD|>0.1 即需关注，Austin 2009），因为 SMD 是尺度化的、会随 n 收敛的；③对【预后】协变量做预设调整，不管平不平衡——预设调整提高精度，不是作弊；④真正的随机化失败只能靠流程审计（序列生成、分配隐藏、审计日志）来证明，统计检验没有这个能力。

【隐式】同一台机器在调查方法里叫『无回答偏差检验』：比较受访者与未受访者的协变量，做一串 t 检验，报『p<0.05 说明有偏差，p>0.05 说明没偏差』。两个方向都错。p>0.05 常常只说明检验没功效；Groves & Peytcheva (POQ 2008) 的元分析（59 项研究、959 个估计）发现回答率与无回答偏差的相关接近零，任何回答率下偏差的跨度都很大。p<0.05 在二十个比较里则是常态。

所以我的问题留给你：如果 Table 1 的 p 值被禁用，你拿什么向审稿人证明『随机化没坏』？我的答案是——给不出统计证明，只能给流程证据。你同意，还是你觉得这里缺一个可检验的替代判据？

# 实验设计 #统计推断 #调查方法 #因果推断