Paklaidos riba: E = kritinė reikšmė × standartinis nuokrypis/√n.
Intervalas: x̄ ± E.
Hipotezių tikrinimas ir pasikliautinieji intervalai
z testas vidurkiui
z = (x̄ − μ0)/(σ/√n)
t testas vidurkiui
t = (x̄ − μ0)/(s/√n), df = n − 1
Dvipusis, 5% reikšmingumo lygmuo
atmeskite H0, jei |z| > 1,96
Pasikliautinasis intervalas
x̄ ± z·σ/√n
Metodas
Suformuluokite H₀ ir H₁ ir nuspręskite, ar testas vienpusis, ar dvipusis.
Apskaičiuokite testo statistiką: (x̄ − μ₀)/(σ/√n) arba su s ir t.
Palyginkite su kritine reikšme arba raskite p reikšmę.
H₀ atmeskite, jei statistika viršija kritinę reikšmę (p mažesnė už α), ir išvadą suformuluokite žodžiais.
2Uždaviniai
1.Įrodymais grįstos praktikos statistikaVidutinis
Mokomasis pratimas (sugalvotos reikšmės, ne klinikinė rekomendacija). Atsitiktinių imčių tyrime 170 pacientų gavo naują gydymą, o 940 gavo kontrolinį gydymą. Lentelėje parodyta, kiek kiekvienoje grupėje buvo: šalutinis poveikis. Raskite įvykio santykinę riziką RR su gydymu. Apvalinkite iki dviejų skaitmenų po kablelio.
gydymas: 60/170kontrolė: 254/940
RR =
2.Įrodymais grįstos praktikos statistikaSunkus
Mokomasis pratimas (sugalvotos reikšmės, ne klinikinė rekomendacija). Paciento prieštestinė ligos tikimybė yra 5 %. Testas, kurio jautrumas 91 %, o specifiškumas 96 %, pasirodo neigiama. Raskite poštestinę ligos tikimybę p′ procentais. Apvalinkite iki vieno skaitmens po kablelio.
Populiacijos standartinis nuokrypis – 23. Kokio dydžio imties n reikia, kad vidurkio 95 % pasikliautinojo intervalo paklaidos riba būtų ne didesnė kaip 2?
σ = 23E = 295%
n =
7.Hipotezių tikrinimas ir pasikliautinieji intervalaiVidutinis
11 darbuotojų rašymo klaviatūra testą atlieka prieš mokymo kursus ir po jų. Kiekvienam asmeniui užrašomas skirtumas d = po − prieš (žodžiai per minutę). Vidutinis skirtumas −3,49, o skirtumų standartinis nuokrypis 8,9. Raskite porinio testo statistiką t hipotezei H₀: μd = 0.
n = 11d̄ = −3,49sd = 8,9
t =
8.Hipotezių tikrinimas ir pasikliautinieji intervalaiSunkus
Klinikiniame tyrime pasveiksta 50 iš 200 pacientų, gydytų A būdu, ir 32 iš 200 pacientų, gydytų B būdu. Naudodami jungtinę dalį, raskite testo statistiką z hipotezei H₀: p₁ = p₂.
x₁ = 50n₁ = 200x₂ = 32n₂ = 200
z =
3Tirpalai
1.Įrodymais grįstos praktikos statistika
Atsakymas: RR = 1,31
Tikėtinumo santykiai ir rizikos matai: LR+ = jautrumas/(1 − specifiškumas), LR− = (1 − jautrumas)/specifiškumas. Tyrime EER ir CER yra įvykių dažniai su gydymu ir be gydymo: RR = EER/CER, ARR = CER − EER, RRR = ARR/CER ir NNT = 1/ARR, apvalinama aukštyn. Atvejo ir kontrolės tyrime galima naudoti tik šansų santykį OR = ad/(bc). Sergamumo tankis = nauji atvejai/asmenų stebėjimo laikas.
Įvykių dažniai
EER = 60/170 = 0,3529
CER = 254/940 = 0,2702
Santykinė rizika
RR = 0,3529/0,2702 = 1,306 ≈ 1,31
Atsakymas
RR = 1,31
2.Įrodymais grįstos praktikos statistika
Atsakymas: p′ = 0,5 %
Prognostinės vertės priklauso nuo paplitimo: PPV = Se·p/(Se·p + (1 − Sp)(1 − p)) ir NPV = Sp(1 − p)/(Sp(1 − p) + (1 − Se)p). Su tikėtinumo santykiais: prieštestiniai šansai = p/(1 − p), poštestiniai šansai = prieštestiniai šansai × LR, tikimybė = šansai/(1 + šansai). N dydžio populiacijoje tikrai teigiami = N·p·Se, o klaidingai teigiami = N·(1 − p)·(1 − Sp). NNT = 1/(CER × RRR), apvalinama aukštyn.
Tikėtinumo santykis
LR− = (1 − 0,91)/0,96 = 0,09375
Prieštestiniai šansai
0,05/(1 − 0,05) = 0,05263
Poštestiniai šansai
0,05263·0,09375 = 0,004934
Poštestinė tikimybė
p′ = 0,004934/(1 + 0,004934) = 0,00491 ≈ 0,5%
Atsakymas
p′ = 0,5%
3.Aprašomoji statistika
Atsakymas: s = 14,05
Aprašomoji statistika: vidurkis – suma, padalyta iš n; mediana – surikiuotų duomenų vidurinė reikšmė (kai n lyginis – dviejų vidurinių vidurkis). Imties standartinis nuokrypis s = √(Σ(x − x̄)²/(n − 1)). z įvertis z = (x − μ)/σ parodo, per kiek standartinių nuokrypių reikšmė nutolusi nuo vidurkio.
Aprašomoji statistika: vidurkis – suma, padalyta iš n; mediana – surikiuotų duomenų vidurinė reikšmė (kai n lyginis – dviejų vidurinių vidurkis). Imties standartinis nuokrypis s = √(Σ(x − x̄)²/(n − 1)). z įvertis z = (x − μ)/σ parodo, per kiek standartinių nuokrypių reikšmė nutolusi nuo vidurkio.
Standartizuokite
z = −0,8
Standartinio normaliojo skirstinio lentelė
Φ(−0,8) = 0,2119
P = 0,2119
Atsakymas
P = 0,2119
5.Pasikliautinieji intervalai
Atsakymas: apatinis rėžis = −14,56 h
Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.
Taškinis įvertis
x̄₁ − x̄₂ = 121 − 130,5 = −9,5
Standartinė paklaida
SE = √(16²/60 + 12²/60) = 2,582
Paklaidos riba
E = 1,96·2,582 = 5,061
Intervalas
−9,5 ± 5,061 → [−14,56, −4,439]
Atsakymas
apatinis rėžis = −14,56 h
Intervalas neapima 0, todėl vidurkiai reikšmingai skiriasi.
6.Pasikliautinieji intervalai
Atsakymas: n = 509
Vidurkio pasikliautinasis intervalas: x̄ ± paklaidos riba. Kai populiacijos σ žinomas, paklaidos riba yra z·σ/√n; kai žinomas tik imties standartinis nuokrypis s, naudokite t su n − 1 laisvės laipsniu: t·s/√n. Kritinės reikšmės: z = 1,645 (90 %), 1,96 (95 %), 2,576 (99 %). Kad paklaidos riba būtų ne didesnė kaip E, reikia n ≥ (z·σ/E)², suapvalinus aukštyn.
Išreikškite n
n = (1,96·23/2)² = 508,1
Apvalinkite aukštyn
Imties dydis yra sveikasis skaičius, o apvalinant žemyn paklaidos riba būtų per didelė.
n = 509
Atsakymas
n = 509
7.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: t = −1,301
Testing a mean: the test statistic measures how many standard errors the sample mean lies from the value claimed in H₀: z = (x̄ − μ₀)/(σ/√n) when σ is known, t = (x̄ − μ₀)/(s/√n) when it is estimated from the sample. A confidence interval is x̄ ± (critical value)·(standard error).
Vidutinio skirtumo standartinė paklaida
SE = 8,9/√11 = 2,683
Testo statistika
t = −3,49/2,683 = −1,301
Atsakymas
t = −1,301
Kai df = 10, dvipusio 5 % testo kritinė reikšmė yra 2,228; |t| mažesnis, todėl H₀ neatmetama.
8.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: z = 2,229
Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.