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 = 78b = 293c = 52d = 1537
LR− =
2.Įrodymais grįstos praktikos statistikaSunkus
Mokomasis pratimas (sugalvotos reikšmės, ne klinikinė rekomendacija). Patikros testo jautrumas yra 89 %, o specifiškumas 95 %. Jis naudojamas populiacijoje, kurioje paplitimas yra 15 %. Raskite neigiamą prognostinę vertę NPV procentais. Apvalinkite iki vieno skaitmens po kablelio.
7.Hipotezių tikrinimas ir pasikliautinieji intervalaiVidutinis
Lyginami du mokymo metodai. 1 grupė: 12 studentų, vidutinis rezultatas 68,5, standartinis nuokrypis 9. 2 grupė: 19 studentų, vidutinis rezultatas 74,7, standartinis nuokrypis 9,5. 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 = 68,5s₁ = 9n₂ = 19x̄₂ = 74,7s₂ = 9,5
t =
8.Hipotezių tikrinimas ir pasikliautinieji intervalaiSunkus
Vienpusis z testas H₀: μ = 50 prieš H₁: μ > 50 atliekamas, kai α = 0,10, su 36 dydžio imtimi; žinoma, kad standartinis nuokrypis yra 9. Iš tikrųjų vidurkis lygus 54,5. Raskite testo galią 1 − β procentais.
μ₀ = 50μ = 54,5σ = 9n = 36α = 0,10
1 − β = %
3Tirpalai
1.Įrodymais grįstos praktikos statistika
Atsakymas: LR− = 0,48
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 = 78/130 = 0,6
Sp = 1537/1830 = 0,8399
Neigiamas tikėtinumo santykis
LR− = (1 − 0,6)/0,8399 = 0,4763 ≈ 0,48
Atsakymas
LR− = 0,48
2.Įrodymais grįstos praktikos statistika
Atsakymas: NPV = 98 %
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 neigiami (vienam žmogui)
Sp·(1 − p) = 0,95·0,85 = 0,8075
(1 − Se)·p = 0,11·0,15 = 0,0165
Neigiama prognostinė vertė
NPV = 0,8075/(0,8075 + 0,0165) = 0,98 ≈ 98%
Atsakymas
NPV = 98%
3.Aprašomoji statistika
Atsakymas: s = 16,43
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 = −2
Standartinio normaliojo skirstinio lentelė
Φ(−2) = 0,02275
P = 0,02275
Atsakymas
P = 0,02275
5.Pasikliautinieji intervalai
Atsakymas: viršutinis rėžis = 78,27
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 = 1,729
Paklaidos riba
E = 1,729·2/√20 = 0,7732
Intervalas
77,5 ± 0,7732 → [76,73, 78,27]
Atsakymas
viršutinis rėžis = 78,27
6.Pasikliautinieji intervalai
Atsakymas: viršutinis rėžis = −0,7655 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 = (20·7,5² + 4·3,5²)/24 = 48,92
sp = 6,994
Paklaidos riba
E = 2,797·6,994·√(1/21 + 1/5) = 9,734
Intervalas
−10,5 ± 9,734 → [−20,23, −0,7655]
Atsakymas
viršutinis rėžis = −0,7655 kg
7.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: t = −1,805
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 = (11·9² + 18·9,5²)/29 = 86,74
sp = 9,314
Standartinė paklaida
SE = 9,314·√(1/12 + 1/19) = 3,434
Testo statistika
t = (68,5 − 74,7)/3,434 = −1,805
Atsakymas
t = −1,805
Kai df = 29, dvipusio 5 % testo kritinė reikšmė yra 2,045; |t| mažesnis, todėl H₀ neatmetama.
8.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: 1 − β = 95,71 %
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).