以下是一份可以运行的孟德尔随机化的R语言代码:
```R
# 设置种子,以便结果可重复
set.seed(123)
# 创建一个包含两组数据的向量
data <- c(rep("Treatment", 50), rep("Control", 50))
# 进行孟德尔随机化
treatment_group <- sample(data, 100, replace = FALSE)
# 输出结果
table(treatment_group)
```
解释:
1. 首先,我们设置了一个种子(seed),这样每次运行代码时都会得到相同的结果。这对于实验设计和结果的可重复性非常重要。
2. 接下来,我们创建了一个包含两组数据的向量,其中 Treatment 组有 50 个观测值,Control 组也有 50 个观测值。
3. 然后,我们使用 `sample()` 函数进行孟德尔随机化。该函数从数据向量中随机抽取 100 个观测值,并将其分配给 treatment_group 变量。`replace = FALSE` 参数确保每个观测值只被抽取一次,从而避免重复。
4. 最后,我们使用 `table()` 函数输出结果。该函数将 treatment_group 变量中的观测值计数,并按照 Treatment 和 Control 组进行分类。这样,我们就可以看到随机化是否成功地将观测值分配到两组中。