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 140 pacientų su liga (atvejai) ir 510 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 = 50b = 92c = 90d = 418
OR =
2.Įrodymais grįstos praktikos statistikaSunkus
Mokomasis pratimas (sugalvotos reikšmės, ne klinikinė rekomendacija). Paciento prieštestinė ligos tikimybė yra 60 %. Testas, kurio jautrumas 83 %, o specifiškumas 80 %, pasirodo teigiama. Raskite poštestinę ligos tikimybę p′ procentais. Apvalinkite iki vieno skaitmens po kablelio.
Populiacijos standartinis nuokrypis – 17. Kokio dydžio imties n reikia, kad vidurkio 95 % pasikliautinojo intervalo paklaidos riba būtų ne didesnė kaip 5?
σ = 17E = 595%
n =
7.Hipotezių tikrinimas ir pasikliautinieji intervalaiVidutinis
Teigiama, kad populiacijos vidurkis lygus 50; žinoma, kad populiacijos standartinis nuokrypis yra 7,5. Atsitiktinės 25 stebėjimų imties vidurkis 52,7. Tikrinkite H₀: μ = 50 prieš H₁: μ > 50. Raskite p reikšmę p.
μ₀ = 50σ = 7,5n = 25x̄ = 52,7H₁: μ > μ₀
p =
8.Hipotezių tikrinimas ir pasikliautinieji intervalaiSunkus
Klinikiniame tyrime pasveiksta 48 iš 80 pacientų, gydytų A būdu, ir 115 iš 250 pacientų, gydytų B būdu. Naudodami jungtinę dalį, raskite testo statistiką z hipotezei H₀: p₁ = p₂.
x₁ = 48n₁ = 80x₂ = 115n₂ = 250
z =
3Tirpalai
1.Įrodymais grįstos praktikos statistika
Atsakymas: OR = 2,52
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: 50/90 = 0,5556
kontrolės: 92/418 = 0,2201
Šansų santykis
OR = (50·418)/(92·90) = 2,524 ≈ 2,52
Atsakymas
OR = 2,52
OR didesnis nei 1: paveikimas dažnesnis tarp atvejų.
2.Įrodymais grįstos praktikos statistika
Atsakymas: p′ = 86,2 %
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+ = 0,83/(1 − 0,8) = 4,15
Prieštestiniai šansai
0,6/(1 − 0,6) = 1,5
Poštestiniai šansai
1,5·4,15 = 6,225
Poštestinė tikimybė
p′ = 6,225/(1 + 6,225) = 0,8616 ≈ 86,2%
Atsakymas
p′ = 86,2%
3.Aprašomoji statistika
Atsakymas: s = 19,26
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 = −0,5
Standartinio normaliojo skirstinio lentelė
Φ(−0,5) = 0,3085
P = 0,3085
Atsakymas
P = 0,3085
5.Pasikliautinieji intervalai
Atsakymas: apatinis rėžis = 73,92
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 = 19, t = 2,861
Paklaidos riba
E = 2,861·9,5/√20 = 6,078
Intervalas
80 ± 6,078 → [73,92, 86,08]
Atsakymas
apatinis rėžis = 73,92
6.Pasikliautinieji intervalai
Atsakymas: n = 45
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 = (1,96·17/5)² = 44,41
Apvalinkite aukštyn
Imties dydis yra sveikasis skaičius, o apvalinant žemyn paklaidos riba būtų per didelė.
n = 45
Atsakymas
n = 45
7.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: p = 0,03593
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 = 7,5/√25 = 1,5
z = (52,7 − 50)/1,5 = 1,8
Uodegos plotas
Φ(1,8) = 0,9641
1 − Φ(1,8) = 0,0359
p reikšmė
p = 0,03593
Atsakymas
p = 0,03593
p ≤ 0,05, todėl H₀ atmetama 5 % reikšmingumo lygmeniu.
8.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: z = 2,18
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.