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). Atvejo ir kontrolės tyrime lyginami 320 pacientų su liga (atvejai) ir 740 žmonių be jos (kontrolės). Lentelėje parodyta, kiek kiekvienoje grupėje buvo paveikta rizikos veiksnio. Raskite šansų santykį OR paveikimui. Apvalinkite iki dviejų skaitmenų po kablelio.
a = 63b = 281c = 257d = 459
OR =
2.Įrodymais grįstos praktikos statistikaSunkus
Mokomasis pratimas (sugalvotos reikšmės, ne klinikinė rekomendacija). Gydymas santykiškai sumažina įvykio riziką 43 % (RRR = 43 %). Pacientų grupėje rizika be gydymo (CER) yra 39 % per penkerius metus. Raskite reikalingą gydyti skaičių NNT penkeriems metams, kad būtų išvengta vieno įvykio. Apvalinkite aukštyn iki sveikojo pacientų skaičiaus.
Populiacijos standartinis nuokrypis – 17. Kokio dydžio imties n reikia, kad vidurkio 99 % pasikliautinojo intervalo paklaidos riba būtų ne didesnė kaip 5?
σ = 17E = 599%
n =
7.Hipotezių tikrinimas ir pasikliautinieji intervalaiVidutinis
36 studentų imties vidutinis rezultatas – 198,8, imties standartinis nuokrypis – 8. Raskite testo statistiką t hipotezei H₀: μ = 200.
μ₀ = 200x̄ = 198,8s = 8n = 36
t =
8.Hipotezių tikrinimas ir pasikliautinieji intervalaiSunkus
Klinikiniame tyrime pasveiksta 60 iš 120 pacientų, gydytų A būdu, ir 41 iš 100 pacientų, gydytų B būdu. Naudodami jungtinę dalį, raskite testo statistiką z hipotezei H₀: p₁ = p₂.
x₁ = 60n₁ = 120x₂ = 41n₂ = 100
z =
3Tirpalai
1.Įrodymais grįstos praktikos statistika
Atsakymas: OR = 0,4
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.
Paveikimo šansai
atvejai: 63/257 = 0,2451
kontrolės: 281/459 = 0,6122
Šansų santykis
OR = (63·459)/(281·257) = 0,4004 ≈ 0,4
Atsakymas
OR = 0,4
OR mažesnis nei 1: paveikimas rečiau pasitaiko tarp atvejų, o tai rodo apsauginį poveikį.
2.Įrodymais grįstos praktikos statistika
Atsakymas: NNT = 6
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 = 0,39·0,43 = 0,1677
Reikalingas gydyti skaičius (NNT)
NNT = 1/0,1677 = 5,963 → 6
Atsakymas
NNT = 6
Tas pats santykinis poveikis duoda mažesnį NNT, kai pradinė rizika didesnė.
3.Aprašomoji statistika
Atsakymas: s = 16,6
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 = 0,1151
Atsakymas
P = 0,1151
5.Pasikliautinieji intervalai
Atsakymas: apatinis rėžis = 52,89
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 = 14, t = 2,977
Paklaidos riba
E = 2,977·12,5/√15 = 9,608
Intervalas
62,5 ± 9,608 → [52,89, 72,11]
Atsakymas
apatinis rėžis = 52,89
6.Pasikliautinieji intervalai
Atsakymas: n = 77
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 = (2,576·17/5)² = 76,71
Apvalinkite aukštyn
Imties dydis yra sveikasis skaičius, o apvalinant žemyn paklaidos riba būtų per didelė.
n = 77
Atsakymas
n = 77
7.Hipotezių tikrinimas ir pasikliautinieji intervalai
Atsakymas: t = −0,9
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 = 1,334
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.