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 150 pacientų gavo naują gydymą, o 710 gavo kontrolinį gydymą. Lentelėje parodyta, kiek kiekvienoje grupėje buvo: baigtis (nepageidaujamas įvykis, pavyzdžiui, insultas). Raskite reikalingą gydyti skaičių NNT, kad būtų išvengta vieno įvykio. Apvalinkite aukštyn iki sveikojo pacientų skaičiaus.
gydymas: 22/150kontrolė: 170/710
NNT =
2.Įrodymais grįstos praktikos statistikaSunkus
Mokomasis pratimas (sugalvotos reikšmės, ne klinikinė rekomendacija). 10 000 žmonių tikrinami testu, kurio jautrumas 98 %, o specifiškumas 86 %. Ligos paplitimas yra 3 %. Kiek klaidingai teigiamų rezultatų FP tikimasi?
Populiacijos standartinis nuokrypis – 40. Kokio dydžio imties n reikia, kad vidurkio 95 % pasikliautinojo intervalo paklaidos riba būtų ne didesnė kaip 1?
σ = 40E = 195%
n =
7.Hipotezių tikrinimas ir pasikliautinieji intervalaiVidutinis
Lyginami du mokymo metodai. 1 grupė: 8 studentų, vidutinis rezultatas 64,5, standartinis nuokrypis 6,5. 2 grupė: 13 studentų, vidutinis rezultatas 71,1, standartinis nuokrypis 10,5. 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).
8.Hipotezių tikrinimas ir pasikliautinieji intervalaiSunkus
Klinikiniame tyrime pasveiksta 98 iš 150 pacientų, gydytų A būdu, ir 62 iš 120 pacientų, gydytų B būdu. Naudodami jungtinę dalį, raskite testo statistiką z hipotezei H₀: p₁ = p₂.
x₁ = 98n₁ = 150x₂ = 62n₂ = 120
z =
3Tirpalai
1.Įrodymais grįstos praktikos statistika
Atsakymas: NNT = 11
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 = 22/150 = 0,1467
CER = 170/710 = 0,2394
Reikalingas gydyti skaičius (NNT)
ARR = 0,2394 − 0,1467 = 0,09277
NNT = 1/0,09277 = 10,78 → 11
Atsakymas
NNT = 11
Gydant 11 pacientų, išvengiama maždaug vieno įvykio.
2.Įrodymais grįstos praktikos statistika
Atsakymas: FP = 1358
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
10 000·0,03 = 300
10 000 − 300 = 9700
Klaidingai teigiami
FP = 9700·0,14 = 1358
Atsakymas
FP = 1358
Iš 1652 teigiamų tik 294 serga (PPV 17,8 %).
3.Aprašomoji statistika
Atsakymas: s = 16,23
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 = 1,5
Standartinio normaliojo skirstinio lentelė
Φ(1,5) = 0,9332
P = 1 − 0,9332 = 0,06681
Atsakymas
P = 0,06681
5.Pasikliautinieji intervalai
Atsakymas: apatinis rėžis = 53,31
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 = 12, t = 3,055
Paklaidos riba
E = 3,055·2/√13 = 1,695
Intervalas
55 ± 1,695 → [53,31, 56,69]
Atsakymas
apatinis rėžis = 53,31
6.Pasikliautinieji intervalai
Atsakymas: n = 6147
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 = (1,96·40/1)² = 6147
Apvalinkite aukštyn
Imties dydis yra sveikasis skaičius, o apvalinant žemyn paklaidos riba būtų per didelė.
n = 6147
Atsakymas
n = 6147
7.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: t = −1,591
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 = (7·6,5² + 12·10,5²)/19 = 85,2
sp = 9,23
Standartinė paklaida
SE = 9,23·√(1/8 + 1/13) = 4,148
Testo statistika
t = (64,5 − 71,1)/4,148 = −1,591
Atsakymas
t = −1,591
Kai df = 19, dvipusio 5 % testo kritinė reikšmė yra 2,093; |t| mažesnis, todėl H₀ neatmetama.
8.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: z = 2,271
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.