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). Testo jautrumas yra 74 %, o specifiškumas 83 %. Raskite neigiamą tikėtinumo santykį LR−. Apvalinkite iki dviejų skaitmenų po kablelio.
Se = 74%Sp = 83%
LR− =
2.Įrodymais grįstos praktikos statistikaSunkus
Mokomasis pratimas (sugalvotos reikšmės, ne klinikinė rekomendacija). 10 000 žmonių tikrinami testu, kurio jautrumas 95 %, o specifiškumas 88 %. Ligos paplitimas yra 15 %. Kiek sergančiųjų testas praleidžia (klaidingai neigiami, FN)?
Populiacijos standartinis nuokrypis – 13. Kokio dydžio imties n reikia, kad vidurkio 95 % pasikliautinojo intervalo paklaidos riba būtų ne didesnė kaip 0,5?
σ = 13E = 0,595%
n =
7.Hipotezių tikrinimas ir pasikliautinieji intervalaiVidutinis
Lyginami du mokymo metodai. 1 grupė: 12 studentų, vidutinis rezultatas 118, standartinis nuokrypis 7. 2 grupė: 9 studentų, vidutinis rezultatas 126,9, standartinis nuokrypis 8. Laikykite, kad populiacijų dispersijos lygios, ir taikykite jungtinės dispersijos dviejų imčių t testą. Raskite testo statistiką t hipotezei H₀: μ₁ = μ₂, skirtumą imdami kaip x̄₁ − x̄₂ (1 grupė atėmus 2 grupę).
n₁ = 12x̄₁ = 118s₁ = 7n₂ = 9x̄₂ = 126,9s₂ = 8
t =
8.Hipotezių tikrinimas ir pasikliautinieji intervalaiSunkus
Vienpusis z testas H₀: μ = 50 prieš H₁: μ < 50 atliekamas, kai α = 0.01, su 36 dydžio imtimi; žinoma, kad standartinis nuokrypis yra 12. Iš tikrųjų vidurkis lygus 42. Raskite testo galią 1 − β procentais.
μ₀ = 50μ = 42σ = 12n = 36α = 0,01
1 − β = %
3Tirpalai
1.Įrodymais grįstos praktikos statistika
Atsakymas: LR− = 0,31
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.
Neigiamas tikėtinumo santykis
LR− = (1 − 0,74)/0,83 = 0,3133 ≈ 0,31
Atsakymas
LR− = 0,31
2.Įrodymais grįstos praktikos statistika
Atsakymas: FN = 75
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
10 000·0,15 = 1500
10 000 − 1500 = 8500
Klaidingai neigiami
FN = 1500·0,05 = 75
Atsakymas
FN = 75
3.Aprašomoji statistika
Atsakymas: s = 12,09
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 = −1,2
Standartinio normaliojo skirstinio lentelė
Φ(−1,2) = 0,1151
P = 1 − 0,1151 = 0,8849
Atsakymas
P = 0,8849
5.Pasikliautinieji intervalai
Atsakymas: E = 2,913 h
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.
Taškinis įvertis
x̄₁ − x̄₂ = 63,5 − 75 = −11,5
Standartinė paklaida
SE = √(4²/50 + 13²/60) = 1,771
Paklaidos riba
E = 1,645·1,771 = 2,913
Atsakymas
E = 2,913 h
Intervalas neapima 0, todėl vidurkiai reikšmingai skiriasi.
6.Pasikliautinieji intervalai
Atsakymas: n = 2597
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 = (1,96·13/0,5)² = 2597
Apvalinkite aukštyn
Imties dydis yra sveikasis skaičius, o apvalinant žemyn paklaidos riba būtų per didelė.
n = 2597
Atsakymas
n = 2597
7.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: t = −2,714
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.
Jungtinė dispersija
sp² = (11·7² + 8·8²)/19 = 55,32
sp = 7,437
Standartinė paklaida
SE = 7,437·√(1/12 + 1/9) = 3,28
Testo statistika
t = (118 − 126,9)/3,28 = −2,714
Atsakymas
t = −2,714
Kai df = 19, dvipusio 5 % testo kritinė reikšmė yra 2,093; |t| didesnis, todėl H₀ atmetama.
8.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: 1 − β = 95,29 %
Testo galia: galia = 1 − β yra tikimybė atmesti H₀, kai ji klaidinga. Iš μ₀ ir z_α raskite ribą x̄c, tada naudodami tikrąjį vidurkį apskaičiuokite tikimybę patekti už x̄c: z = (x̄c − μ)/(σ/√n).