연습 문제(임의로 만든 값이며 임상 지침이 아닙니다). 무작위 시험에서 환자 130명이 새 치료를 받았고 430명이 대조 치료를 받았습니다. 표는 각 군에서 결과(뇌졸중 같은 원치 않는 사건)이(가) 있었던 환자 수를 보여 줍니다. 사건 한 건을 예방하기 위한 치료필요수 NNT을(를) 구하세요. 환자 수는 정수로 올림하세요.
치료: 23/130대조: 95/430
NNT =
2.근거기반 실무 통계어려움
연습 문제(임의로 만든 값이며 임상 지침이 아닙니다). 어떤 치료는 사건의 위험을 상대적으로 41% 줄입니다(RRR = 41%). 한 환자군에서 치료하지 않을 때의 위험(CER)은 5년간 22%입니다. 5년 동안 사건 한 건을 예방하기 위한 치료필요수 NNT을(를) 구하세요. 환자 수는 정수로 올림하세요.
RRR = 41%CER = 22%
NNT =
3.기술통계보통
자료의 표본 표준편차 s를 구하세요: 48, 17, 30, 32, 31.
n = 5
s =
4.기술통계어려움
어떤 양은 평균 60, 표준편차 20인 정규분포를 따릅니다. 100보다 큰 값의 비율 P는 얼마일까요?
μ = 60σ = 20x = 100
P =
5.신뢰구간보통
항목 16개의 표본 평균은 89, 표준편차는 s = 4입니다. 모집단은 대략 정규분포를 따릅니다. 평균에 대한 99% 신뢰구간의 상한을 구하세요.
n = 16x̄ = 89s = 499%t(15) = 2.947
상한 =
6.신뢰구간어려움
두 비료를 시험한다. 구획 집단 1: 13개 구획, 평균 수확량 50.5 kg, 표준 편차 7 kg. 구획 집단 2: 8개 구획, 평균 53 kg, 표준 편차 3.5 kg. 분산이 같다고 가정한다(합동 t, df = n₁ + n₂ − 2). μ₁ − μ₂에 대한 90% 신뢰구간의 상한을 구하시오.
두 교수법을 비교한다. 집단 1: 학생 19명, 평균 점수 89, 표준 편차 10. 집단 2: 학생 12명, 평균 점수 92.7, 표준 편차 5. 모집단 분산이 같다고 가정하고 합동 이표본 t 검정을 쓴다. 차이를 x̄₁ − x̄₂(집단 1 빼기 집단 2)로 하여 H₀: μ₁ = μ₂에 대한 검정 통계량 t을(를) 구하시오.
가능도비와 위험 지표: LR+ = 민감도/(1 − 특이도), LR− = (1 − 민감도)/특이도. 임상시험에서 EER와 CER는 치료군과 비치료군의 사건 발생률입니다: RR = EER/CER, ARR = CER − EER, RRR = ARR/CER, NNT = 1/ARR이며 올림합니다. 환자-대조군 연구에서는 오즈비 OR = ad/(bc)만 사용할 수 있습니다. 발생률 = 신규 환자/인시(person-time).
사건 발생률
EER = 23/130 = 0.1769
CER = 95/430 = 0.2209
치료필요수(NNT)
ARR = 0.2209 − 0.1769 = 0.04401
NNT = 1/0.04401 = 22.72 → 23
답
NNT = 23
환자 23명을 치료하면 약 한 건의 사건을 예방합니다.
2.근거기반 실무 통계
답: NNT = 12
예측도는 유병률에 따라 달라집니다: PPV = Se·p/(Se·p + (1 − Sp)(1 − p)), NPV = Sp(1 − p)/(Sp(1 − p) + (1 − Se)p). 가능도비를 쓰면 검사 전 오즈 = p/(1 − p), 검사 후 오즈 = 검사 전 오즈 × LR, 확률 = 오즈/(1 + 오즈)입니다. 인구 N에서 진양성 = N·p·Se, 위양성 = N·(1 − p)·(1 − Sp)입니다. NNT = 1/(CER × RRR)이며 올림합니다.
절대위험감소
ARR = 0.22·0.41 = 0.0902
치료필요수(NNT)
NNT = 1/0.0902 = 11.09 → 12
답
NNT = 12
같은 상대 효과라도 기저 위험이 높을수록 NNT가 작아집니다.
3.기술통계
답: s = 11.01
기술통계: 평균은 합을 n으로 나눈 값이고, 중앙값은 정렬된 자료의 가운데 값입니다(n이 짝수면 가운데 두 값의 평균). 표본 표준편차는 s = √(Σ(x − x̄)²/(n − 1)). z점수 z = (x − μ)/σ는 어떤 값이 평균에서 표준편차 몇 개만큼 떨어져 있는지를 나타냅니다.
기술통계: 평균은 합을 n으로 나눈 값이고, 중앙값은 정렬된 자료의 가운데 값입니다(n이 짝수면 가운데 두 값의 평균). 표본 표준편차는 s = √(Σ(x − x̄)²/(n − 1)). z점수 z = (x − μ)/σ는 어떤 값이 평균에서 표준편차 몇 개만큼 떨어져 있는지를 나타냅니다.
표준화하기
z = 2
표준정규분포표
Φ(2) = 0.9772
P = 1 − 0.9772 = 0.02275
답
P = 0.02275
5.신뢰구간
답: 상한 = 91.95
평균에 대한 신뢰구간: x̄ ± 오차 한계. 모집단의 σ를 알면 오차 한계는 z·σ/√n이고, 표본 표준편차 s만 있으면 자유도 n − 1인 t를 써서 t·s/√n입니다. 임계값: z = 1.645 (90%), 1.96 (95%), 2.576 (99%). 오차 한계를 E 이하로 하려면 n ≥ (z·σ/E)²이 필요하며, 올림합니다.
임계값
df = n − 1 = 15, t = 2.947
오차 한계
E = 2.947·4/√16 = 2.947
구간
89 ± 2.947 → [86.05, 91.95]
답
상한 = 91.95
6.신뢰구간
답: 상한 = 2.127 kg
차의 구간: 추정값 ± 임곗값 × 표준 오차. σ를 아는 독립 두 평균: SE = √(σ₁²/n₁ + σ₂²/n₂)와 z. 미지의 분산이 같으면: 합동 s_p와 자유도 n₁ + n₂ − 2의 t. 대응 자료는 차이로 계산합니다: d̄ ± t·s_d/√n.
합동 표준 편차
sp² = (12·7² + 7·3.5²)/19 = 35.46
sp = 5.955
오차 한계
E = 1.729·5.955·√(1/13 + 1/8) = 4.627
구간
−2.5 ± 4.627 → [−7.127, 2.127]
답
상한 = 2.127 kg
7.가설 검정과 신뢰구간
답: t = −1.186
가설 검정: 검정 통계량 = (추정값 − H₀에서의 값)/(H₀에서의 표준 오차). p값은 H₀가 참이라고 가정할 때 관측된 것만큼 또는 그보다 극단적인 통계량이 나올 확률입니다. 단측 H₁이면 한쪽 꼬리의 면적, 양측 H₁이면 꼬리 면적의 두 배입니다. p ≤ α이면 H₀를 기각합니다.