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 210 pacientų su liga (atvejai) ir 70 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 = 69b = 39c = 141d = 31
OR =
2.Įrodymais grįstos praktikos statistikaSunkus
Mokomasis pratimas (sugalvotos reikšmės, ne klinikinė rekomendacija). Paciento prieštestinė ligos tikimybė yra 50 %. Testas, kurio jautrumas 92 %, o specifiškumas 79 %, pasirodo neigiama. Raskite poštestinę ligos tikimybę p′ procentais. Apvalinkite iki vieno skaitmens po kablelio.
7.Hipotezių tikrinimas ir pasikliautinieji intervalaiVidutinis
Dvi gamybos linijos gamina tą pačią detalę. 1 linija: 50 detalių imties vidutinis ilgis 113 mm, o žinomas linijos standartinis nuokrypis 11 mm. 2 linija: 80 detalių imties vidurkis 104,3 mm, žinomas standartinis nuokrypis 20 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 25 iš 100 pacientų, gydytų A būdu, ir 90 iš 300 pacientų, gydytų B būdu. Naudodami jungtinę dalį, raskite testo statistiką z hipotezei H₀: p₁ = p₂.
x₁ = 25n₁ = 100x₂ = 90n₂ = 300
z =
3Tirpalai
1.Įrodymais grįstos praktikos statistika
Atsakymas: OR = 0,39
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: 69/141 = 0,4894
kontrolės: 39/31 = 1,258
Šansų santykis
OR = (69·31)/(39·141) = 0,389 ≈ 0,39
Atsakymas
OR = 0,39
OR mažesnis nei 1: paveikimas rečiau pasitaiko tarp atvejų, o tai rodo apsauginį poveikį.
2.Įrodymais grįstos praktikos statistika
Atsakymas: p′ = 9,2 %
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− = (1 − 0,92)/0,79 = 0,1013
Prieštestiniai šansai
0,5/(1 − 0,5) = 1
Poštestiniai šansai
1·0,1013 = 0,1013
Poštestinė tikimybė
p′ = 0,1013/(1 + 0,1013) = 0,09195 ≈ 9,2%
Atsakymas
p′ = 9,2%
3.Aprašomoji statistika
Atsakymas: s = 13,17
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 = 0,4
Standartinio normaliojo skirstinio lentelė
Φ(0,4) = 0,6554
P = 0,6554
Atsakymas
P = 0,6554
5.Pasikliautinieji intervalai
Atsakymas: apatinis rėžis = 94,43
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 = 2,093
Paklaidos riba
E = 2,093·5,5/√20 = 2,574
Intervalas
97 ± 2,574 → [94,43, 99,57]
Atsakymas
apatinis rėžis = 94,43
6.Pasikliautinieji intervalai
Atsakymas: apatinis rėžis = −4,869 kg
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.
Jungtinis standartinis nuokrypis
sp² = (11·4,5² + 9·6²)/20 = 27,34
sp = 5,229
Paklaidos riba
E = 2,845·5,229·√(1/12 + 1/10) = 6,369
Intervalas
1,5 ± 6,369 → [−4,869, 7,869]
Atsakymas
apatinis rėžis = −4,869 kg
7.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: z = 3,194
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 = −0,9567
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.