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 680 pacientų gavo naują gydymą, o 760 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: 163/680kontrolė: 243/760
RRR = %
2.Įrodymais grįstos praktikos statistikaSunkus
Mokomasis pratimas (sugalvotos reikšmės, ne klinikinė rekomendacija). Gydymas santykiškai sumažina įvykio riziką 15 % (RRR = 15 %). Pacientų grupėje rizika be gydymo (CER) yra 11 % per penkerius metus. Raskite reikalingą gydyti skaičių NNT penkeriems metams, kad būtų išvengta vieno įvykio. Apvalinkite aukštyn iki sveikojo pacientų skaičiaus.
7.Hipotezių tikrinimas ir pasikliautinieji intervalaiVidutinis
13 darbuotojų rašymo klaviatūra testą atlieka prieš mokymo kursus ir po jų. Kiekvienam asmeniui užrašomas skirtumas d = po − prieš (žodžiai per minutę). Vidutinis skirtumas 3,15, o skirtumų standartinis nuokrypis 5,4. Raskite porinio testo statistiką t hipotezei H₀: μd = 0.
n = 13d̄ = 3,15sd = 5,4
t =
8.Hipotezių tikrinimas ir pasikliautinieji intervalaiSunkus
Klinikiniame tyrime pasveiksta 45 iš 150 pacientų, gydytų A būdu, ir 120 iš 300 pacientų, gydytų B būdu. Naudodami jungtinę dalį, raskite testo statistiką z hipotezei H₀: p₁ = p₂.
x₁ = 45n₁ = 150x₂ = 120n₂ = 300
z =
3Tirpalai
1.Įrodymais grįstos praktikos statistika
Atsakymas: RRR = 25 %
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 = 163/680 = 0,2397
CER = 243/760 = 0,3197
Santykinis rizikos sumažėjimas
ARR = 0,3197 − 0,2397 = 0,08003
RRR = 0,08003/0,3197 = 0,2503 ≈ 25%
Atsakymas
RRR = 25%
2.Įrodymais grįstos praktikos statistika
Atsakymas: NNT = 61
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.
Absoliutus rizikos sumažėjimas
ARR = 0,11·0,15 = 0,0165
Reikalingas gydyti skaičius (NNT)
NNT = 1/0,0165 = 60,61 → 61
Atsakymas
NNT = 61
Tas pats santykinis poveikis duoda mažesnį NNT, kai pradinė rizika didesnė.
3.Aprašomoji statistika
Atsakymas: s = 16,96
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
Standartinio normaliojo skirstinio lentelė
Φ(−1) = 0,1587
P = 0,1587
Atsakymas
P = 0,1587
5.Pasikliautinieji intervalai
Atsakymas: E = 5,731 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 = 124,5 − 138,5 = −14
Standartinė paklaida
SE = √(13²/60 + 8²/30) = 2,225
Paklaidos riba
E = 2,576·2,225 = 5,731
Atsakymas
E = 5,731 h
Intervalas neapima 0, todėl vidurkiai reikšmingai skiriasi.
6.Pasikliautinieji intervalai
Atsakymas: viršutinis rėžis = 1,444 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 = (6·3² + 14·4²)/20 = 13,9
sp = 3,728
Paklaidos riba
E = 1,725·3,728·√(1/7 + 1/15) = 2,944
Intervalas
−1,5 ± 2,944 → [−4,444, 1,444]
Atsakymas
viršutinis rėžis = 1,444 kg
7.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: t = 2,103
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).
Vidutinio skirtumo standartinė paklaida
SE = 5,4/√13 = 1,498
Testo statistika
t = 3,15/1,498 = 2,103
Atsakymas
t = 2,103
Kai df = 12, dvipusio 5 % testo kritinė reikšmė yra 2,179; |t| mažesnis, todėl H₀ neatmetama.
8.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: z = −2,075
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.