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 620 gavo kontrolinį gydymą. Lentelėje parodyta, kiek kiekvienoje grupėje buvo: šalutinis poveikis. Raskite žalos skaičių NNH: kiek pacientų reikia gydyti, kad dar vienam pacientui pasireikštų šalutinis poveikis? Apvalinkite aukštyn iki sveikojo pacientų skaičiaus.
gydymas: 75/170kontrolė: 211/620
NNH =
2.Įrodymais grįstos praktikos statistikaSunkus
Mokomasis pratimas (sugalvotos reikšmės, ne klinikinė rekomendacija). 10 000 žmonių tikrinami testu, kurio jautrumas 94 %, o specifiškumas 86 %. Ligos paplitimas yra 25 %. Kiek klaidingai teigiamų rezultatų FP tikimasi?
7.Hipotezių tikrinimas ir pasikliautinieji intervalaiVidutinis
Dvi gamybos linijos gamina tą pačią detalę. 1 linija: 100 detalių imties vidutinis ilgis 79,5 mm, o žinomas linijos standartinis nuokrypis 12 mm. 2 linija: 80 detalių imties vidurkis 86 mm, žinomas standartinis nuokrypis 17 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
64 matavimų imties vidurkis – 195,3. Populiacijos standartinis nuokrypis – 15. Raskite vidurkio 99 % pasikliautinojo intervalo apatinį rėžį L.
x̄ = 195,3σ = 15n = 6499%
L =
3Tirpalai
1.Įrodymais grįstos praktikos statistika
Atsakymas: NNH = 10
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 = 75/170 = 0,4412
CER = 211/620 = 0,3403
Žalos skaičius (NNH)
ARI = 0,4412 − 0,3403 = 0,1009
NNH = 1/0,1009 = 9,915 → 10
Atsakymas
NNH = 10
Maždaug vienam iš kiekvienų 10 gydomų pacientų šalutinis poveikis pasireiškia dėl gydymo.
2.Įrodymais grįstos praktikos statistika
Atsakymas: FP = 1050
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.
Su liga ir be ligos
10 000·0,25 = 2500
10 000 − 2500 = 7500
Klaidingai teigiami
FP = 7500·0,14 = 1050
Atsakymas
FP = 1050
Iš 3400 teigiamų tik 2350 serga (PPV 69,1 %).
3.Aprašomoji statistika
Atsakymas: s = 13,41
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 = −2
Standartinio normaliojo skirstinio lentelė
Φ(−2) = 0,02275
P = 1 − 0,02275 = 0,9772
Atsakymas
P = 0,9772
5.Pasikliautinieji intervalai
Atsakymas: apatinis rėžis = 97,52
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 = 1,943·17/√7 = 12,48
Intervalas
110 ± 12,48 → [97,52, 122,5]
Atsakymas
apatinis rėžis = 97,52
6.Pasikliautinieji intervalai
Atsakymas: apatinis rėžis = −0,2183 kg
Skirtumo intervalas: įvertis ± kritinė reikšmė × standartinė paklaida. Dviem nepriklausomiems vidurkiams su žinomais σ: SE = √(σ₁²/n₁ + σ₂²/n₂) ir z. Kai dispersijos lygios ir nežinomos: jungtinis s_p ir t su n₁ + n₂ − 2 laisvės laipsniais. Poriniams duomenims dirbkite su skirtumais: d̄ ± t·s_d/√n.
Jungtinis standartinis nuokrypis
sp² = (4·4² + 6·4²)/10 = 16
sp = 4
Paklaidos riba
E = 2,228·4·√(1/5 + 1/7) = 5,218
Intervalas
5 ± 5,218 → [−0,2183, 10,22]
Atsakymas
apatinis rėžis = −0,2183 kg
7.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: z = −2,892
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: L = 190,5
Vidurkio tikrinimas: testo statistika parodo, per kiek standartinių paklaidų imties vidurkis nutolęs nuo H₀ teigiamos reikšmės: z = (x̄ − μ₀)/(σ/√n), kai σ žinomas, t = (x̄ − μ₀)/(s/√n), kai jis vertinamas iš imties. Pasikliautinasis intervalas yra x̄ ± (kritinė reikšmė)·(standartinė paklaida).