연습 문제(임의로 만든 값이며 임상 지침이 아닙니다). 환자-대조군 연구에서 질병이 있는 환자(환자군) 150명과 질병이 없는 사람(대조군) 480명을 비교합니다. 표는 각 군에서 위험 요인에 노출된 사람 수를 보여 줍니다. 노출에 대한 오즈비 OR을(를) 구하세요. 소수 둘째 자리까지 반올림하세요.
a = 12b = 86c = 138d = 394
OR =
2.근거기반 실무 통계어려움
연습 문제(임의로 만든 값이며 임상 지침이 아닙니다). 어떤 선별검사의 민감도는 95%이고 특이도는 80%입니다. 유병률이 2%인 인구에서 사용합니다. 양성예측도 PPV을(를) 백분율로 구하세요. 소수 첫째 자리까지 반올림하세요.
Se = 95%Sp = 80%p = 2%
PPV = %
3.기술통계보통
자료의 표본 표준편차 s를 구하세요: 37, 28, 34, 28, 51, 19, 57.
n = 7
s =
4.기술통계어려움
어떤 양은 평균 100, 표준편차 10인 정규분포를 따릅니다. 112.5보다 큰 값의 비율 P는 얼마일까요?
μ = 100σ = 10x = 112.5
P =
5.신뢰구간보통
항목 13개의 표본 평균은 50, 표준편차는 s = 16입니다. 모집단은 대략 정규분포를 따릅니다. 평균에 대한 99% 신뢰구간의 하한을 구하세요.
n = 13x̄ = 50s = 1699%t(12) = 3.055
하한 =
6.신뢰구간어려움
예비 연구에 따르면 제품의 약 0.15이(가) 불량이다. 비율에 대한 95% 신뢰구간의 오차 한계가 최대 0.02이(가) 되려면 제품을 몇 개 n 검사해야 하는가?
p ≈ 0.15E = 0.0295%
n =
7.가설 검정과 신뢰구간보통
두 생산 라인이 같은 부품을 만든다. 라인 1: 부품 40개 표본의 평균 길이는 128.5 mm이고, 라인의 알려진 표준 편차는 19 mm이다. 라인 2: 부품 50개 표본의 평균은 118.7 mm, 알려진 표준 편차는 16 mm이다. 차이를 x̄₁ − x̄₂(라인 1 빼기 라인 2)로 하여 H₀: μ₁ = μ₂에 대한 검정 통계량 z을(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).
노출의 오즈
환자: 12/138 = 0.08696
대조군: 86/394 = 0.2183
오즈비
OR = (12·394)/(86·138) = 0.3984 ≈ 0.4
답
OR = 0.4
OR이 1보다 작음: 노출이 환자군에서 덜 흔하며, 이는 보호 효과를 시사합니다.
2.근거기반 실무 통계
답: PPV = 8.8 %
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.
진양성과 위양성(1인당)
Se·p = 0.95·0.02 = 0.019
(1 − Sp)·(1 − p) = 0.2·0.98 = 0.196
양성예측도
PPV = 0.019/(0.019 + 0.196) = 0.08837 ≈ 8.8%
답
PPV = 8.8%
유병률이 낮을수록 같은 검사의 PPV가 낮아집니다.
3.기술통계
답: s = 13.46
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 = 1.25
표준정규분포표
Φ(1.25) = 0.8944
P = 1 − 0.8944 = 0.1056
답
P = 0.1056
5.신뢰구간
답: 하한 = 36.44
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 = 12, t = 3.055
오차 한계
E = 3.055·16/√13 = 13.56
구간
50 ± 13.56 → [36.44, 63.56]
답
하한 = 36.44
6.신뢰구간
답: n = 1225
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 = 1.96²·0.15·0.85/0.02² = 1225
올림하기
n = 1225
답
n = 1225
7.가설 검정과 신뢰구간
답: z = 2.606
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 = √(19²/40 + 16²/50) = √14.14 = 3.761
검정통계량
z = (128.5 − 118.7)/3.761 = 2.606
답
z = 2.606
|z| > 1.96이므로 5% 수준(양측)에서 H₀를 기각합니다.
8.가설 검정과 신뢰구간
답: U = 120.9
평균 검정: 검정통계량은 표본평균이 H₀에서 주장하는 값과 표준오차 몇 개만큼 떨어져 있는지를 나타냅니다: σ를 알면 z = (x̄ − μ₀)/(σ/√n), 표본에서 추정하면 t = (x̄ − μ₀)/(s/√n). 신뢰구간은 x̄ ± (임계값)·(표준오차)입니다.