IGL 正在开发一套新的实验工具包，帮助创新和创业政策制定者测试新想法。下面的文章将成为该工具包的一部分，它将介绍什么是随机对照试验。
试验非常有效，但使其发挥作用的概念很简单……
本质上，随机对照试验 (RCT) 是对两个或多个组进行的试验或实验，旨在捕捉干预的影响，其中参与者被随机分配接受或不接受干预。
随机对照试验（简称试验）可以采用多种形式。最直接的例子是双组方法。参与者被随机分配到接受干预的干预组（也称为“治疗”组）或不接受干预的对照组 [1]。
试验结束时对每个组进行测试，并将各组的结果进行比较，以查看干预措施是否产生了影响并实现了预期结果。如果随机分组足够大，您可以确信观察到的差异是由于干预措施而不是其他因素造成的。
这是因为随机化确保两组参与者的特 Office 365 数据 征相似 - 包括“不可观察”的特征。因此，任何剩余差异都应是随机的。
下图说明了此简单随机设计试验的关键原则：
试验提供了黄金标准证据……
试验被认为是建立干预和变化之间因果关系的“黄金标准”。
更具体地说，试验被认为是确定实验结果是否是由计划或干预措施引起的最严格的方法 - 称为“因果描述”（或“描述性因果关系”）。
这就是为什么有充分理由在 IEG 政策中开展更多实验和试验。
…并能够灵活地回答各种政策和研究问题…
试验非常灵活。例如，可以添加多个治疗组来测试不同类型治疗的影响。也可以删除“纯”对照组，试验仅用于比较两种治疗形式之间的差异。
...虽然概念简单，但需要仔细规划以确保有效利用试验
在政策环境下设计和开展试验时需要考虑许多因素。
例如，上文提到，随机分组的规模需要足够大，以确保参与者的组成相似。“足够大”的标准在不同的试验中可能有很大差异，这取决于干预的性质、参与者的特征以及数据收集等实际问题。
我们的工具包旨在帮助您理解和处理所有这些因素，以便您能够有效地设计、交付和解释试验结果。
该工具包包含“何时”部分，描述在确定试验机会时需要考虑的事项，以及“如何”部分，提供设计和实施试验的分步指南。
该工具包将于 6 月 13 日至 14 日在 IGL 全球会议上正式推出；它被视为一种动态资源，将不断更新新内容和常见问题解答。此次会议还将是一个与来自世界各地创新机构的高级政策制定者和从业者一起讨论试验和实验以及创新和创业方面的新趋势和前沿理念的机会。
这篇博文最初发布在 IGL 的网站上。您可以 在此处阅读原始博文。
[1] 请注意，对照组不一定什么都不接受。在商业和创业试验中，对照组通常会接受“一切照旧”的干预，而治疗组则会接受不同的干预或一些额外的服务。这被称为“治疗变化”试验，它可以帮助您测试额外的干预是否有影响（而不是一切照旧的干预是否比什么都不做要好）。