연습 문제(임의로 만든 값이며 임상 지침이 아닙니다). 환자-대조군 연구에서 질병이 있는 환자(환자군) 280명과 질병이 없는 사람(대조군) 470명을 비교합니다. 표는 각 군에서 위험 요인에 노출된 사람 수를 보여 줍니다. 노출에 대한 오즈비 OR을(를) 구하세요. 소수 둘째 자리까지 반올림하세요.
a = 14b = 56c = 266d = 414
OR =
2.근거기반 실무 통계어려움
연습 문제(임의로 만든 값이며 임상 지침이 아닙니다). 민감도 96%, 특이도 77%인 검사로 10 000명을 선별합니다. 질병의 유병률은 17%입니다. 위양성 결과 FP은(는) 몇 건으로 예상됩니까?
N = 10 000p = 17%Se = 96%Sp = 77%
FP =
3.기술통계보통
자료의 표본 표준편차 s를 구하세요: 25, 37, 44, 46, 31.
n = 5
s =
4.기술통계어려움
어떤 양은 평균 60, 표준편차 20인 정규분포를 따릅니다. 30보다 작은 값의 비율 P는 얼마일까요?
μ = 60σ = 20x = 30
P =
5.신뢰구간보통
관측값 36개와 알려진 σ에 근거한 평균의 90% 신뢰구간의 오차 한계는 5이다. 같은 연구에서 관측값을 144개로 하면 오차 한계 E₂은(는) 얼마인가?
90%n₁ = 36E₁ = 5n₂ = 144
E₂ =
6.신뢰구간어려움
불량품 비율에 대해서는 사전에 알려진 것이 없다. 비율에 대한 90% 신뢰구간의 오차 한계가 최대 0.05이(가) 되려면 제품을 몇 개 n 검사해야 하는가?
p = 0.5E = 0.0590%
n =
7.가설 검정과 신뢰구간보통
두 생산 라인이 같은 부품을 만든다. 라인 1: 부품 60개 표본의 평균 길이는 46.5 mm이고, 라인의 알려진 표준 편차는 18 mm이다. 라인 2: 부품 30개 표본의 평균은 38 mm, 알려진 표준 편차는 9 mm이다. 차이를 x̄₁ − x̄₂(라인 1 빼기 라인 2)로 하여 H₀: μ₁ = μ₂에 대한 검정 통계량 z을(를) 구하시오.
H₀: μ = 100 대 H₁: μ < 100의 단측 z 검정을 표본 크기 64, α = 0.05에서 실시한다. 표준 편차는 20로 알려져 있다. 실제 평균은 95.25이다. 제2종 오류의 확률 β을(를) 퍼센트로 구하시오.
μ₀ = 100μ = 95.25σ = 20n = 64α = 0.05
β = %
3용액
1.근거기반 실무 통계
답: OR = 0.39
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).
노출의 오즈
환자: 14/266 = 0.05263
대조군: 56/414 = 0.1353
오즈비
OR = (14·414)/(56·266) = 0.3891 ≈ 0.39
답
OR = 0.39
OR이 1보다 작음: 노출이 환자군에서 덜 흔하며, 이는 보호 효과를 시사합니다.
2.근거기반 실무 통계
답: FP = 1909
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.
질병 있음과 없음
10 000·0.17 = 1700
10 000 − 1700 = 8300
위양성
FP = 8300·0.23 = 1909
답
FP = 1909
양성 3541명 중 1632명만 질병이 있습니다(PPV 46.1%).
3.기술통계
답: s = 8.792
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 = −1.5
표준정규분포표
Φ(−1.5) = 0.06681
P = 0.06681
답
P = 0.06681
5.신뢰구간
답: E₂ = 2.5
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.
오차 한계의 비
E₂/E₁ = (1.645/1.645)·√(36/144) = 0.5
새 오차 한계
E₂ = 5·0.5 = 2.5
답
E₂ = 2.5
6.신뢰구간
답: n = 271
비율의 신뢰구간: p̂ ± z·√(p̂(1 − p̂)/n), p̂ = x/n. 오차 한계 E에 도달하려면 n ≥ z²·p(1 − p)/E²이 필요하며 올림합니다. 사전 추정값이 없으면 n이 가장 커지는 p = 0.5를 씁니다.
n에 대해 풀기
n = 1.645²·0.5·0.5/0.05² = 270.6
올림하기
n = 271
답
n = 271
7.가설 검정과 신뢰구간
답: z = 2.987
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.
차의 표준 오차
SE = √(18²/60 + 9²/30) = √8.1 = 2.846
검정통계량
z = (46.5 − 38)/2.846 = 2.987
답
z = 2.987
|z| > 1.96이므로 5% 수준(양측)에서 H₀를 기각합니다.
8.가설 검정과 신뢰구간
답: β = 39.94 %
검정력: 검정력 = 1 − β는 H₀가 거짓일 때 H₀를 기각할 확률입니다. μ₀와 z_α에서 기준값 x̄c를 구한 다음, 참 평균을 써서 x̄c 너머에 들어갈 확률을 계산합니다: z = (x̄c − μ)/(σ/√n).