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). Atvejo ir kontrolės tyrime lyginami 360 pacientų su liga (atvejai) ir 460 žmonių be jos (kontrolės). Lentelėje parodyta, kiek kiekvienoje grupėje buvo paveikta rizikos veiksnio. Raskite šansų santykį OR paveikimui. Apvalinkite iki dviejų skaitmenų po kablelio.
a = 223b = 133c = 137d = 327
OR =
2.Įrodymais grįstos praktikos statistikaSunkus
Mokomasis pratimas (sugalvotos reikšmės, ne klinikinė rekomendacija). Paciento prieštestinė ligos tikimybė yra 25 %. Testas, kurio jautrumas 79 %, o specifiškumas 64 %, pasirodo neigiama. Raskite poštestinę ligos tikimybę p′ procentais. Apvalinkite iki vieno skaitmens po kablelio.
Dydis pasiskirstęs normaliai, vidurkis 60, standartinis nuokrypis 20. Kokia reikšmių dalis P yra didesnė už 68?
μ = 60σ = 20x = 68
P =
5.Pasikliautinieji intervalaiVidutinis
7 elementų imties vidurkis – 77, standartinis nuokrypis s = 18,5. Populiacija pasiskirsčiusi apytiksliai normaliai. Raskite vidurkio 90 % pasikliautinojo intervalo paklaidos ribą E.
n = 7x̄ = 77s = 18,590%t(6) = 1,943
E =
6.Pasikliautinieji intervalaiSunkus
25 apdirbtų velenų skersmenų imties standartinis nuokrypis 5,5 µm. Laikydami, kad skersmenys pasiskirstę normaliai, raskite populiacijos standartinio nuokrypio 95 % pasikliautinojo intervalo rėžį (apatinis rėžis) σ. Kai df = 24, 2,5 % χ² skirstinio yra žemiau 12,401, o 2,5 % – aukščiau 39,364.
n = 25s = 5,5 µmχ² = 12,401, 39,364
σ = µm
7.Hipotezių tikrinimas ir pasikliautinieji intervalaiVidutinis
Lyginami du mokymo metodai. 1 grupė: 24 studentų, vidutinis rezultatas 40, standartinis nuokrypis 6. 2 grupė: 7 studentų, vidutinis rezultatas 44,8, standartinis nuokrypis 10. Laikykite, kad populiacijų dispersijos lygios, ir taikykite jungtinės dispersijos dviejų imčių t testą. Raskite testo statistiką t hipotezei H₀: μ₁ = μ₂, skirtumą imdami kaip x̄₁ − x̄₂ (1 grupė atėmus 2 grupę).
n₁ = 24x̄₁ = 40s₁ = 6n₂ = 7x̄₂ = 44,8s₂ = 10
t =
8.Hipotezių tikrinimas ir pasikliautinieji intervalaiSunkus
Vienpusis z testas, kai α = 0,01, turi aptikti 3 vienetų vidurkio poslinkį su 80 % galia. Standartinis nuokrypis 14. Raskite mažiausią imties dydį n.
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.
Paveikimo šansai
atvejai: 223/137 = 1,628
kontrolės: 133/327 = 0,4067
Šansų santykis
OR = (223·327)/(133·137) = 4,002 ≈ 4
Atsakymas
OR = 4
OR didesnis nei 1: paveikimas dažnesnis tarp atvejų.
2.Įrodymais grįstos praktikos statistika
Atsakymas: p′ = 9,9 %
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 − 0,79)/0,64 = 0,3281
Prieštestiniai šansai
0,25/(1 − 0,25) = 0,3333
Poštestiniai šansai
0,3333·0,3281 = 0,1094
Poštestinė tikimybė
p′ = 0,1094/(1 + 0,1094) = 0,09859 ≈ 9,9%
Atsakymas
p′ = 9,9%
3.Aprašomoji statistika
Atsakymas: s = 15,11
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 = 0,4
Standartinio normaliojo skirstinio lentelė
Φ(0,4) = 0,6554
P = 1 − 0,6554 = 0,3446
Atsakymas
P = 0,3446
5.Pasikliautinieji intervalai
Atsakymas: E = 13,59
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.
Kritinė reikšmė
df = n − 1 = 6, t = 1,943
Paklaidos riba
E = 1,943·18,5/√7 = 13,59
Atsakymas
E = 13,59
6.Pasikliautinieji intervalai
Atsakymas: σ = 4,295 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 = 24·5,5² = 726
σ² rėžiai
726/39,364 = 18,44
726/12,401 = 58,54
σ rėžis
σ = √18,44 = 4,295 µm
Atsakymas
σ = 4,295 µm
σ 95 % intervalas: [4,295, 7,651] µm.
7.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: t = −1,592
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.
Jungtinė dispersija
sp² = (23·6² + 6·10²)/29 = 49,24
sp = 7,017
Standartinė paklaida
SE = 7,017·√(1/24 + 1/7) = 3,014
Testo statistika
t = (40 − 44,8)/3,014 = −1,592
Atsakymas
t = −1,592
Kai df = 29, dvipusio 5 % testo kritinė reikšmė yra 2,045; |t| mažesnis, todėl H₀ neatmetama.
8.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: n = 219
Imties dydis testui: kad vienpusis z testas α lygmeniu aptiktų tikrąjį poslinkį δ su galia 1 − β, standartinė paklaida turi tenkinti δ = (z_α + z_β)·σ/√n, todėl n = ((z_α + z_β)·σ/δ)², suapvalinta į didesnę pusę.