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). Kohortoje žmonių grupės buvo stebimos skirtingą laiką (žr. lentelę: žmonių skaičius ir stebėjimo metai kiekvienai). Stebėjimo metu atsirado 126 naujų atvejų. Raskite sergamumo tankį IR 1000 asmenų metų. Apvalinkite iki vieno skaitmens po kablelio.
390 × 4 metai460 × 3 metai126 nauji atvejai
IR = 1000 asmenų metų
2.Įrodymais grįstos praktikos statistikaSunkus
Mokomasis pratimas (sugalvotos reikšmės, ne klinikinė rekomendacija). Patikros testo jautrumas yra 86 %, o specifiškumas 90 %. Jis naudojamas populiacijoje, kurioje paplitimas yra 0,5 %. Raskite teigiamą prognostinę vertę PPV procentais. Apvalinkite iki vieno skaitmens po kablelio.
Egzamino rezultatai pasiskirstę normaliai, vidurkis 500, standartinis nuokrypis 60. Raskite rezultato 575 z įvertį z.
μ = 500σ = 60x = 575
z =
5.Pasikliautinieji intervalaiVidutinis
Vidurkio 95 % pasikliautinojo intervalo, pagrįsto 50 stebėjimais ir žinomu σ, paklaidos riba yra 2,2. Kokia yra tų pačių duomenų 99 % intervalo paklaidos riba E₂?
95%n₁ = 50E₁ = 2,299%
E₂ =
6.Pasikliautinieji intervalaiSunkus
10 apdirbtų velenų skersmenų imties standartinis nuokrypis 1 µm. Laikydami, kad skersmenys pasiskirstę normaliai, raskite populiacijos standartinio nuokrypio 95 % pasikliautinojo intervalo rėžį (viršutinis rėžis) σ. Kai df = 9, 2,5 % χ² skirstinio yra žemiau 2,7, o 2,5 % – aukščiau 19,023.
n = 10s = 1 µmχ² = 2,7, 19,023
σ = µm
7.Hipotezių tikrinimas ir pasikliautinieji intervalaiVidutinis
Dvi gamybos linijos gamina tą pačią detalę. 1 linija: 50 detalių imties vidutinis ilgis 104 mm, o žinomas linijos standartinis nuokrypis 10 mm. 2 linija: 30 detalių imties vidurkis 101,1 mm, žinomas standartinis nuokrypis 6 mm. Raskite testo statistiką z hipotezei H₀: μ₁ = μ₂, skirtumą imdami kaip x̄₁ − x̄₂ (1 linija atėmus 2 liniją).
8.Hipotezių tikrinimas ir pasikliautinieji intervalaiSunkus
Klinikiniame tyrime pasveiksta 50 iš 250 pacientų, gydytų A būdu, ir 26 iš 80 pacientų, gydytų B būdu. Naudodami jungtinę dalį, raskite testo statistiką z hipotezei H₀: p₁ = p₂.
x₁ = 50n₁ = 250x₂ = 26n₂ = 80
z =
3Tirpalai
1.Įrodymais grįstos praktikos statistika
Atsakymas: IR = 42,9 1000 asmenų metų
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.
Asmenų metai
PY = 390·4 + 460·3 = 2940
Sergamumo tankis
IR = 126/2940·1000 = 42,9 1000 asmenų metų
Atsakymas
IR = 42,9 1000 asmenų metų
2.Įrodymais grįstos praktikos statistika
Atsakymas: PPV = 4,1 %
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.
Tikrai ir klaidingai teigiami (vienam žmogui)
Se·p = 0,86·0,005 = 0,0043
(1 − Sp)·(1 − p) = 0,1·0,995 = 0,0995
Teigiama prognostinė vertė
PPV = 0,0043/(0,0043 + 0,0995) = 0,04143 ≈ 4,1%
Atsakymas
PPV = 4,1%
Kuo mažesnis paplitimas, tuo mažesnė to paties testo PPV.
3.Aprašomoji statistika
Atsakymas: s = 19,98
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 = (575 − 500)/60 = 1,25
Atsakymas
z = 1,25
5.Pasikliautinieji intervalai
Atsakymas: E₂ = 2,891
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.
Paklaidos ribų santykis
E₂/E₁ = (2,576/1,96)·√(50/50) = 1,314
Nauja paklaidos riba
E₂ = 2,2·1,314 = 2,891
Atsakymas
E₂ = 2,891
6.Pasikliautinieji intervalai
Atsakymas: σ = 1,826 µm
Dispersijos intervalas: (n − 1)s²/σ² turi χ² skirstinį su n − 1 laisvės laipsniu. σ² 95 % intervalas tęsiasi nuo (n − 1)s², padalyto iš viršutinės χ² reikšmės (virš jos 2,5 %), iki (n − 1)s², padalyto iš apatinės χ² reikšmės (žemiau jos 2,5 %); σ intervalas gaunamas ištraukus šaknį iš abiejų rėžių. Jis nesimetriškas s atžvilgiu.
Kvadratų suma
(n − 1)s² = 9·1² = 9
σ² rėžiai
9/19,023 = 0,4731
9/2,7 = 3,333
σ rėžis
σ = √3,333 = 1,826 µm
Atsakymas
σ = 1,826 µm
σ 95 % intervalas: [0,6878, 1,826] µm.
7.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: z = 1,621
Hipotezių tikrinimas: testo statistika = (įvertis − reikšmė pagal H₀)/(standartinė paklaida pagal H₀). p reikšmė – tai tikimybė, darant prielaidą, kad H₀ teisinga, gauti statistiką, bent tokią pat kraštutinę kaip stebėtoji: vienos uodegos plotas vienpusei H₁, dvigubas uodegos plotas dvipusei H₁. H₀ atmetama, kai p ≤ α.
8.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: z = −2,311
Hipotezių tikrinimas: testo statistika = (įvertis − reikšmė pagal H₀)/(standartinė paklaida pagal H₀). p reikšmė – tai tikimybė, darant prielaidą, kad H₀ teisinga, gauti statistiką, bent tokią pat kraštutinę kaip stebėtoji: vienos uodegos plotas vienpusei H₁, dvigubas uodegos plotas dvipusei H₁. H₀ atmetama, kai p ≤ α.