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 190 pacientų gavo naują gydymą, o 760 gavo kontrolinį gydymą. Lentelėje parodyta, kiek kiekvienoje grupėje buvo: baigtis (nepageidaujamas įvykis, pavyzdžiui, insultas). Raskite absoliutų rizikos sumažėjimą ARR procentais. Apvalinkite iki vieno skaitmens po kablelio.
gydymas: 18/190kontrolė: 122/760
ARR = %
2.Įrodymais grįstos praktikos statistikaSunkus
Mokomasis pratimas (sugalvotos reikšmės, ne klinikinė rekomendacija). 10 000 žmonių tikrinami testu, kurio jautrumas 83 %, o specifiškumas 75 %. Ligos paplitimas yra 16 %. Kiek sergančiųjų testas praleidžia (klaidingai neigiami, FN)?
Apie brokuotų gaminių dalį iš anksto nieko nežinoma. Kiek gaminių n reikia patikrinti, kad dalies 95 % pasikliautinojo intervalo paklaidos riba būtų ne didesnė kaip 0,01?
p = 0,5E = 0,0195%
n =
7.Hipotezių tikrinimas ir pasikliautinieji intervalaiVidutinis
Teigiama, kad populiacijos vidurkis lygus 120; žinoma, kad populiacijos standartinis nuokrypis yra 32. Atsitiktinės 64 stebėjimų imties vidurkis 124,24. Tikrinkite H₀: μ = 120 prieš H₁: μ > 120. Raskite p reikšmę p.
μ₀ = 120σ = 32n = 64x̄ = 124,24H₁: μ > μ₀
p =
8.Hipotezių tikrinimas ir pasikliautinieji intervalaiSunkus
Klinikiniame tyrime pasveiksta 135 iš 300 pacientų, gydytų A būdu, ir 47 iš 80 pacientų, gydytų B būdu. Naudodami jungtinę dalį, raskite testo statistiką z hipotezei H₀: p₁ = p₂.
x₁ = 135n₁ = 300x₂ = 47n₂ = 80
z =
3Tirpalai
1.Įrodymais grįstos praktikos statistika
Atsakymas: ARR = 6,6 %
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 = 18/190 = 0,09474
CER = 122/760 = 0,1605
Absoliutus rizikos sumažėjimas
ARR = 0,1605 − 0,09474 = 0,06579 ≈ 6,6%
Atsakymas
ARR = 6,6%
2.Įrodymais grįstos praktikos statistika
Atsakymas: FN = 272
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
10 000·0,16 = 1600
10 000 − 1600 = 8400
Klaidingai neigiami
FN = 1600·0,17 = 272
Atsakymas
FN = 272
3.Aprašomoji statistika
Atsakymas: s = 11,08
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 = −0,8
Standartinio normaliojo skirstinio lentelė
Φ(−0,8) = 0,2119
P = 0,2119
Atsakymas
P = 0,2119
5.Pasikliautinieji intervalai
Atsakymas: apatinis rėžis = 94,67
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 = 24, t = 2,064
Paklaidos riba
E = 2,064·2/√25 = 0,8256
Intervalas
95,5 ± 0,8256 → [94,67, 96,33]
Atsakymas
apatinis rėžis = 94,67
6.Pasikliautinieji intervalai
Atsakymas: n = 9604
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 = 1,96²·0,5·0,5/0,01² = 9604
Apvalinkite aukštyn
n = 9604
Atsakymas
n = 9604
7.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: p = 0,1446
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 = 32/√64 = 4
z = (124,24 − 120)/4 = 1,06
Uodegos plotas
Φ(1,06) = 0,8554
1 − Φ(1,06) = 0,1446
p reikšmė
p = 0,1446
Atsakymas
p = 0,1446
p > 0,05, todėl H₀ neatmetama 5 % reikšmingumo lygmeniu.
8.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: z = −2,187
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.