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). Tyrime naujas testas buvo palygintas su etaloniniu standartu (žr. 2 × 2 lentelę). Raskite neigiamą tikėtinumo santykį LR−. Apvalinkite iki dviejų skaitmenų po kablelio.
a = 180b = 169c = 120d = 721
LR− =
2.Įrodymais grįstos praktikos statistikaSunkus
Mokomasis pratimas (sugalvotos reikšmės, ne klinikinė rekomendacija). 10 000 žmonių tikrinami testu, kurio jautrumas 70 %, o specifiškumas 78 %. Ligos paplitimas yra 6 %. Kiek klaidingai teigiamų rezultatų FP tikimasi?
21 apdirbtų velenų skersmenų imties standartinis nuokrypis 4,5 µm. Laikydami, kad skersmenys pasiskirstę normaliai, raskite populiacijos standartinio nuokrypio 95 % pasikliautinojo intervalo rėžį (viršutinis rėžis) σ. Kai df = 20, 2,5 % χ² skirstinio yra žemiau 9,591, o 2,5 % – aukščiau 34,17.
n = 21s = 4,5 µmχ² = 9,591, 34,17
σ = µm
7.Hipotezių tikrinimas ir pasikliautinieji intervalaiVidutinis
Teigiama, kad populiacijos vidurkis lygus 80; žinoma, kad populiacijos standartinis nuokrypis yra 20. Atsitiktinės 25 stebėjimų imties vidurkis 72,32. Tikrinkite H₀: μ = 80 prieš H₁: μ < 80. Raskite p reikšmę p.
μ₀ = 80σ = 20n = 25x̄ = 72,32H₁: μ < μ₀
p =
8.Hipotezių tikrinimas ir pasikliautinieji intervalaiSunkus
Klinikiniame tyrime pasveiksta 72 iš 120 pacientų, gydytų A būdu, ir 81 iš 150 pacientų, gydytų B būdu. Naudodami jungtinę dalį, raskite testo statistiką z hipotezei H₀: p₁ = p₂.
x₁ = 72n₁ = 120x₂ = 81n₂ = 150
z =
3Tirpalai
1.Įrodymais grįstos praktikos statistika
Atsakymas: LR− = 0,49
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.
Jautrumas ir specifiškumas
Se = 180/300 = 0,6
Sp = 721/890 = 0,8101
Neigiamas tikėtinumo santykis
LR− = (1 − 0,6)/0,8101 = 0,4938 ≈ 0,49
Atsakymas
LR− = 0,49
2.Įrodymais grįstos praktikos statistika
Atsakymas: FP = 2068
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
10 000·0,06 = 600
10 000 − 600 = 9400
Klaidingai teigiami
FP = 9400·0,22 = 2068
Atsakymas
FP = 2068
Iš 2488 teigiamų tik 420 serga (PPV 16,9 %).
3.Aprašomoji statistika
Atsakymas: s = 13,12
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 = 1 − 0,2119 = 0,7881
Atsakymas
P = 0,7881
5.Pasikliautinieji intervalai
Atsakymas: apatinis rėžis = 33,05
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 = 1,943·19/√7 = 13,95
Intervalas
47 ± 13,95 → [33,05, 60,95]
Atsakymas
apatinis rėžis = 33,05
6.Pasikliautinieji intervalai
Atsakymas: σ = 6,498 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 = 20·4,5² = 405
σ² rėžiai
405/34,17 = 11,85
405/9,591 = 42,23
σ rėžis
σ = √42,23 = 6,498 µm
Atsakymas
σ = 6,498 µm
σ 95 % intervalas: [3,443, 6,498] µm.
7.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: p = 0,02743
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.
Testo statistika
SE = σ/√n = 20/√25 = 4
z = (72,32 − 80)/4 = −1,92
Uodegos plotas
Φ(1,92) = 0,9726
1 − Φ(1,92) = 0,0274
p reikšmė
p = 0,02743
Atsakymas
p = 0,02743
p ≤ 0,05, todėl H₀ atmetama 5 % reikšmingumo lygmeniu.
8.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: z = 0,9886
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.