现代医学和药物学的发展使得各种疾病的新疗法层出不穷。在其推广前，必须经过广泛、大量、严格的临床试验，来验证这些新疗法是否具有更可靠的疗效以及较弱的副作用。这种试验包括在新旧疗法组之间、疗法组与控制组的之间实施对比等等。众所周知，这些试验是充满变数且不断做出复杂决断的过程，这就要求试验设计应该具备可变动性，以便于在试验过程中对其进行调整。在这种情况下，适应性设计(adaptive design)应运而生。　　 目前尚没有全球公认的“适应性设计”的定义，一般认为，适应性设计(adaptive design)是指在试验开始之后，在对试验的整体性与有效性不被破坏的前提下，依据前期试验所得的部分结果调整后续试验方案，从而及时发现与更正试验设计之初的一些不合理假设，以减少研究成本，缩短研究周期的一大类研究设计方法的总称。之所以要采用适应性设计，是因为试验开始时，研究者没有足够的信息去设计一个完美的临床试验，但他们应当尽量避免临床试验失败(或不能反映药物真实的疗效和安全性)的风险，并且在不破坏试验的整体性与有效性的情况下，应当加快研究效率。试验过程中可进行如下项目的调整：样本量、剂量、试验对象、受试者分配比例、入选及排出标准、统计方法等等。　　 自适应随机有三方面的研究内容：分配比例、功效以及方差。本文立题是围绕临床适应性设计的分配方法这个侧重点，在对以往经典方法的总结和分析的基础上，提出了一类新的有效自适应设计方法Adjustable Efficient randomized adaptive design(AERADE)。第一章首先提出研究背景及自适应的简介与分类；第二章列出历史上统计学家提出的各种经典方法及特性；第三章在已有方法的基础上提出一种新的有效自适应设计方法，探究其渐近性质并给出相关证明；第四章通过SAS软件数据模拟，将其与传统方法进行比较。