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 = 192b = 672c = 68d = 1248
LR− =
2.Įrodymais grįstos praktikos statistikaSunkus
Mokomasis pratimas (sugalvotos reikšmės, ne klinikinė rekomendacija). 10 000 žmonių tikrinami testu, kurio jautrumas 85 %, o specifiškumas 76 %. Ligos paplitimas yra 6 %. Kiek tikrai teigiamų rezultatų TP tikimasi?
Egzamino rezultatai pasiskirstę normaliai, vidurkis 170, standartinis nuokrypis 12. Raskite rezultato 158 z įvertį z.
μ = 170σ = 12x = 158
z =
5.Pasikliautinieji intervalaiVidutinis
16 pacientų kraujospūdis išmatuojamas prieš gydymą ir po jo. Skirtumų d = prieš − po (mmHg) vidurkis −4,7, o standartinis nuokrypis 1,1. Raskite vidutinio skirtumo 90 % pasikliautinojo intervalo apatinį rėžį.
n = 16d̄ = −4,7sd = 1,190%t(15) = 1,753
apatinis rėžis = mmHg
6.Pasikliautinieji intervalaiSunkus
Populiacijos standartinis nuokrypis – 14. Kokio dydžio imties n reikia, kad vidurkio 99 % pasikliautinojo intervalo paklaidos riba būtų ne didesnė kaip 5?
σ = 14E = 599%
n =
7.Hipotezių tikrinimas ir pasikliautinieji intervalaiVidutinis
Teigiama, kad populiacijos vidurkis lygus 500; žinoma, kad populiacijos standartinis nuokrypis yra 20. Atsitiktinės 100 stebėjimų imties vidurkis 496,44. Tikrinkite H₀: μ = 500 prieš H₁: μ < 500. Raskite p reikšmę p.
μ₀ = 500σ = 20n = 100x̄ = 496,44H₁: μ < μ₀
p =
8.Hipotezių tikrinimas ir pasikliautinieji intervalaiSunkus
Klinikiniame tyrime pasveiksta 90 iš 300 pacientų, gydytų A būdu, ir 35 iš 100 pacientų, gydytų B būdu. Naudodami jungtinę dalį, raskite testo statistiką z hipotezei H₀: p₁ = p₂.
x₁ = 90n₁ = 300x₂ = 35n₂ = 100
z =
3Tirpalai
1.Įrodymais grįstos praktikos statistika
Atsakymas: LR− = 0,4
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 = 192/260 = 0,7385
Sp = 1248/1920 = 0,65
Neigiamas tikėtinumo santykis
LR− = (1 − 0,7385)/0,65 = 0,4024 ≈ 0,4
Atsakymas
LR− = 0,4
2.Įrodymais grįstos praktikos statistika
Atsakymas: TP = 510
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
Tikrai teigiami
TP = 600·0,85 = 510
Atsakymas
TP = 510
3.Aprašomoji statistika
Atsakymas: s = 13,86
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 = (158 − 170)/12 = −1
Atsakymas
z = −1
5.Pasikliautinieji intervalai
Atsakymas: apatinis rėžis = −5,182 mmHg
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.
Kritinė reikšmė
df = 15, t = 1,753
Paklaidos riba
E = 1,753·1,1/√16 = 0,4821
Intervalas
−4,7 ± 0,4821 → [−5,182, −4,218]
Atsakymas
apatinis rėžis = −5,182 mmHg
6.Pasikliautinieji intervalai
Atsakymas: n = 53
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 = (2,576·14/5)² = 52,02
Apvalinkite aukštyn
Imties dydis yra sveikasis skaičius, o apvalinant žemyn paklaidos riba būtų per didelė.
n = 53
Atsakymas
n = 53
7.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: p = 0,03754
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/√100 = 2
z = (496,44 − 500)/2 = −1,78
Uodegos plotas
Φ(1,78) = 0,9625
1 − Φ(1,78) = 0,0375
p reikšmė
p = 0,03754
Atsakymas
p = 0,03754
p ≤ 0,05, todėl H₀ atmetama 5 % reikšmingumo lygmeniu.
8.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: z = −0,9342
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.