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). Atsitiktinių imčių tyrime 290 pacientų gavo naują gydymą, o 820 gavo kontrolinį gydymą. Lentelėje parodyta, kiek kiekvienoje grupėje buvo: baigtis (nepageidaujamas įvykis, pavyzdžiui, insultas). Raskite santykinį rizikos sumažėjimą RRR procentais. Apvalinkite iki vieno skaitmens po kablelio.
gydymas: 71/290kontrolė: 287/820
RRR = %
2.Įrodymais grįstos praktikos statistikaSunkus
Mokomasis pratimas (sugalvotos reikšmės, ne klinikinė rekomendacija). Patikros testo jautrumas yra 88 %, o specifiškumas 91 %. Jis naudojamas populiacijoje, kurioje paplitimas yra 3 %. Raskite teigiamą prognostinę vertę PPV procentais. Apvalinkite iki vieno skaitmens po kablelio.
7.Hipotezių tikrinimas ir pasikliautinieji intervalaiVidutinis
100 studentų imties vidutinis rezultatas – 54,8, imties standartinis nuokrypis – 20. Raskite testo statistiką t hipotezei H₀: μ = 50.
μ₀ = 50x̄ = 54,8s = 20n = 100
t =
8.Hipotezių tikrinimas ir pasikliautinieji intervalaiSunkus
Klinikiniame tyrime pasveiksta 16 iš 80 pacientų, gydytų A būdu, ir 12 iš 120 pacientų, gydytų B būdu. Naudodami jungtinę dalį, raskite testo statistiką z hipotezei H₀: p₁ = p₂.
x₁ = 16n₁ = 80x₂ = 12n₂ = 120
z =
3Tirpalai
1.Įrodymais grįstos praktikos statistika
Atsakymas: RRR = 30 %
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.
Įvykių dažniai
EER = 71/290 = 0,2448
CER = 287/820 = 0,35
Santykinis rizikos sumažėjimas
ARR = 0,35 − 0,2448 = 0,1052
RRR = 0,1052/0,35 = 0,3005 ≈ 30%
Atsakymas
RRR = 30%
2.Įrodymais grįstos praktikos statistika
Atsakymas: PPV = 23,2 %
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.
Tikrai ir klaidingai teigiami (vienam žmogui)
Se·p = 0,88·0,03 = 0,0264
(1 − Sp)·(1 − p) = 0,09·0,97 = 0,0873
Teigiama prognostinė vertė
PPV = 0,0264/(0,0264 + 0,0873) = 0,2322 ≈ 23,2%
Atsakymas
PPV = 23,2%
Kuo mažesnis paplitimas, tuo mažesnė to paties testo PPV.
3.Aprašomoji statistika
Atsakymas: s = 6,744
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 = (162,5 − 170)/5 = −1,5
Atsakymas
z = −1,5
5.Pasikliautinieji intervalai
Atsakymas: viršutinis rėžis = 81,87
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 = 2,093·4/√20 = 1,872
Intervalas
80 ± 1,872 → [78,13, 81,87]
Atsakymas
viršutinis rėžis = 81,87
6.Pasikliautinieji intervalai
Atsakymas: E = 1,901 kg
Skirtumo intervalas: įvertis ± kritinė reikšmė × standartinė paklaida. Dviem nepriklausomiems vidurkiams su žinomais σ: SE = √(σ₁²/n₁ + σ₂²/n₂) ir z. Kai dispersijos lygios ir nežinomos: jungtinis s_p ir t su n₁ + n₂ − 2 laisvės laipsniais. Poriniams duomenims dirbkite su skirtumais: d̄ ± t·s_d/√n.
Jungtinis standartinis nuokrypis
sp² = (9·3,5² + 10·1²)/19 = 6,329
sp = 2,516
Paklaidos riba
E = 1,729·2,516·√(1/10 + 1/11) = 1,901
Atsakymas
E = 1,901 kg
7.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: t = 2,4
Vidurkio tikrinimas: testo statistika parodo, per kiek standartinių paklaidų imties vidurkis nutolęs nuo H₀ teigiamos reikšmės: z = (x̄ − μ₀)/(σ/√n), kai σ žinomas, t = (x̄ − μ₀)/(s/√n), kai jis vertinamas iš imties. Pasikliautinasis intervalas yra x̄ ± (kritinė reikšmė)·(standartinė paklaida).
8.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: z = 1,997
Hipotezių tikrinimas: testo statistika = (įvertis − reikšmė pagal H₀)/(standartinė paklaida pagal H₀). p reikšmė – tai tikimybė, darant prielaidą, kad H₀ teisinga, gauti statistiką, bent tokią pat kraštutinę kaip stebėtoji: vienos uodegos plotas vienpusei H₁, dvigubas uodegos plotas dvipusei H₁. H₀ atmetama, kai p ≤ α.