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). Kohortoje žmonių grupės buvo stebimos skirtingą laiką (žr. lentelę: žmonių skaičius ir stebėjimo metai kiekvienai). Stebėjimo metu atsirado 21 naujų atvejų. Raskite sergamumo tankį IR 1000 asmenų metų. Apvalinkite iki vieno skaitmens po kablelio.
330 × 0,5 metai480 × 4 metai21 nauji atvejai
IR = 1000 asmenų metų
2.Įrodymais grįstos praktikos statistikaSunkus
Mokomasis pratimas (sugalvotos reikšmės, ne klinikinė rekomendacija). 10 000 žmonių tikrinami testu, kurio jautrumas 83 %, o specifiškumas 94 %. Ligos paplitimas yra 30 %. Kiek tikrai teigiamų rezultatų TP tikimasi?
Apie brokuotų gaminių dalį iš anksto nieko nežinoma. Kiek gaminių n reikia patikrinti, kad dalies 95 % pasikliautinojo intervalo paklaidos riba būtų ne didesnė kaip 0,025?
p = 0,5E = 0,02595%
n =
7.Hipotezių tikrinimas ir pasikliautinieji intervalaiVidutinis
Dvi gamybos linijos gamina tą pačią detalę. 1 linija: 80 detalių imties vidutinis ilgis 63 mm, o žinomas linijos standartinis nuokrypis 19 mm. 2 linija: 60 detalių imties vidurkis 56,2 mm, žinomas standartinis nuokrypis 4 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
Klinikiniame tyrime pasveiksta 50 iš 200 pacientų, gydytų A būdu, ir 14 iš 80 pacientų, gydytų B būdu. Naudodami jungtinę dalį, raskite testo statistiką z hipotezei H₀: p₁ = p₂.
x₁ = 50n₁ = 200x₂ = 14n₂ = 80
z =
3Tirpalai
1.Įrodymais grįstos praktikos statistika
Atsakymas: IR = 10,1 1000 asmenų metų
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.
Asmenų metai
PY = 330·0,5 + 480·4 = 2085
Sergamumo tankis
IR = 21/2085·1000 = 10,1 1000 asmenų metų
Atsakymas
IR = 10,1 1000 asmenų metų
2.Įrodymais grįstos praktikos statistika
Atsakymas: TP = 2490
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
10 000·0,3 = 3000
10 000 − 3000 = 7000
Tikrai teigiami
TP = 3000·0,83 = 2490
Atsakymas
TP = 2490
3.Aprašomoji statistika
Atsakymas: s = 11,38
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 = 1 − 0,3085 = 0,6915
Atsakymas
P = 0,6915
5.Pasikliautinieji intervalai
Atsakymas: E = 2,215 h
Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.
Taškinis įvertis
x̄₁ − x̄₂ = 51 − 56 = −5
Standartinė paklaida
SE = √(7²/50 + 5²/30) = 1,347
Paklaidos riba
E = 1,645·1,347 = 2,215
Atsakymas
E = 2,215 h
Intervalas neapima 0, todėl vidurkiai reikšmingai skiriasi.
6.Pasikliautinieji intervalai
Atsakymas: n = 1537
Confidence interval for a proportion: p̂ ± z·√(p̂(1 − p̂)/n), where p̂ = x/n. To reach a margin E you need n ≥ z²·p(1 − p)/E², rounded up; without a prior estimate use p = 0,5, which gives the largest n.
Išreikškite n
n = 1,96²·0,5·0,5/0,025² = 1537
Apvalinkite aukštyn
n = 1537
Atsakymas
n = 1537
7.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: z = 3,111
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.
8.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: z = 1,35
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.