Начертите таблицу 2 × 2 и обозначьте a, b, c и d, прежде чем считать.
Читайте чувствительность и специфичность по столбцам, прогностические ценности по строкам.
Для другой распространённости представьте 10 000 человек и заполните таблицу по Se, Sp и распространённости.
Для отношения правдоподобия переведите вероятность в шансы, умножьте и переведите обратно.
Для исследования сначала найдите EER и CER; затем RR = EER/CER, ARR = CER − EER и NNT = 1/ARR с округлением вверх.
Описательная статистика
Среднее
x̄ = Σx/n
Выборочное стандартное отклонение
s = √(Σ(x − x̄)²/(n − 1))
Медиана
срединное значение упорядоченных данных
z-оценка
z = (x − μ)/σ
Нормальное распределение
68% в пределах ±1σ, 95% в пределах ±2σ
Доверительные интервалы
σ известно
x̄ ± z·σ/√n
σ неизвестно
x̄ ± t·s/√n, df = n − 1
Критическое значение z
90%: 1,645, 95%: 1,96, 99%: 2,576
Объём выборки
n = (z·σ/E)², rounded up
Метод
Выберите между z (известна σ генеральной совокупности) и t (известно только выборочное s, n − 1 степеней свободы).
Найдите критическое значение для уровня доверия.
Предельная ошибка: E = критическое значение × стандартное отклонение/√n.
Интервал: x̄ ± E.
Проверка гипотез и доверительные интервалы
z-тест для среднего
z = (x̄ − μ0)/(σ/√n)
t-тест для среднего
t = (x̄ − μ0)/(s/√n), df = n − 1
Двусторонний на уровне 5%
отвергните H0, если |z| > 1,96
Доверительный интервал
x̄ ± z·σ/√n
Метод
Сформулируйте H₀ и H₁ и решите, односторонний критерий или двусторонний.
Вычислите статистику критерия: (x̄ − μ₀)/(σ/√n) или с s и t.
Сравните с критическим значением или найдите p-значение.
Отвергните H₀, если статистика выходит за критическое значение (p меньше α), и сформулируйте вывод словами.
2Тренировочные задачи
1.Статистика доказательной практикиСредняя
Учебное упражнение (вымышленные значения, не клиническая рекомендация). В исследовании «случай—контроль» сравнивают 190 пациентов с заболеванием (случаи) и 550 людей без него (контроли). В таблице показано, сколько в каждой группе подвергались воздействию фактора риска. Найдите отношение шансов OR для воздействия. Округлите до двух знаков после запятой.
a = 8b = 55c = 182d = 495
OR =
2.Статистика доказательной практикиСложная
Учебное упражнение (вымышленные значения, не клиническая рекомендация). Лечение снижает риск события на 41% в относительном выражении (RRR = 41%). В группе пациентов риск без лечения (CER) за пять лет составляет 26%. Найдите число пациентов, которых необходимо лечить, NNT в течение пяти лет, чтобы предотвратить одно событие. Округлите вверх до целого числа пациентов.
Величина распределена нормально со средним 60 и стандартным отклонением 15. Какая доля P значений меньше 66?
μ = 60σ = 15x = 66
P =
5.Доверительные интервалыСредняя
Сравнивается время работы аккумулятора двух моделей телефонов. Модель 1: 30 телефонов, среднее 118,5 h, известное стандартное отклонение 18 h. Модель 2: 60 телефонов, среднее 106 h, известное стандартное отклонение 13 h. Найдите нижнюю границу 99 % доверительного интервала для μ₁ − μ₂.
Диаметры 21 обработанных валов имеют выборочное стандартное отклонение 4,4 µm. Считая диаметры нормально распределёнными, найдите границу 95 % доверительного интервала для стандартного отклонения генеральной совокупности — нижняя граница σ. При df = 20 2,5 % распределения χ² лежит ниже 9,591 и 2,5 % — выше 34,17.
n = 21s = 4,4 µmχ² = 9,591, 34,17
σ = µm
7.Проверка гипотез и доверительные интервалыСредняя
Утверждается, что среднее генеральной совокупности равно 50; стандартное отклонение генеральной совокупности известно и равно 16. Случайная выборка из 64 наблюдений имеет среднее 47,68. Проверьте H₀: μ = 50 против H₁: μ < 50. Найдите p-значение p.
μ₀ = 50σ = 16n = 64x̄ = 47,68H₁: μ < μ₀
p =
8.Проверка гипотез и доверительные интервалыСложная
Односторонний z-критерий для H₀: μ = 200 против H₁: μ > 200 проводится при α = 0,01 по выборке объёмом 36; стандартное отклонение известно и равно 3. В действительности среднее равно 200,85. Найдите вероятность ошибки второго рода β в процентах.
μ₀ = 200μ = 200,85σ = 3n = 36α = 0,01
β = %
3Растворы
1.Статистика доказательной практики
Ответ: OR = 0,4
Отношения правдоподобия и показатели риска: LR+ = чувствительность/(1 − специфичность), LR− = (1 − чувствительность)/специфичность. В исследовании EER и CER — частоты событий с лечением и без него: RR = EER/CER, ARR = CER − EER, RRR = ARR/CER и NNT = 1/ARR, с округлением вверх. В исследовании «случай—контроль» можно использовать только отношение шансов OR = ad/(bc). Показатель заболеваемости = новые случаи/человеко-время.
Шансы воздействия
случаи: 8/182 = 0,04396
контроли: 55/495 = 0,1111
Отношение шансов
OR = (8·495)/(55·182) = 0,3956 ≈ 0,4
Ответ
OR = 0,4
OR ниже 1: воздействие реже встречается среди случаев, что говорит о защитном эффекте.
2.Статистика доказательной практики
Ответ: NNT = 10
Прогностические ценности зависят от распространённости: PPV = Se·p/(Se·p + (1 − Sp)(1 − p)) и NPV = Sp(1 − p)/(Sp(1 − p) + (1 − Se)p). С отношениями правдоподобия: шансы до теста = p/(1 − p), шансы после теста = шансы до теста × LR, вероятность = шансы/(1 + шансы). Для населения N истинно положительные = N·p·Se и ложноположительные = N·(1 − p)·(1 − Sp). NNT = 1/(CER × RRR), с округлением вверх.
Абсолютное снижение риска
ARR = 0,26·0,41 = 0,1066
Число пациентов, которых необходимо лечить (NNT)
NNT = 1/0,1066 = 9,381 → 10
Ответ
NNT = 10
Один и тот же относительный эффект даёт меньший NNT при более высоком исходном риске.
3.Описательная статистика
Ответ: s = 13,66
Описательная статистика: среднее — сумма, делённая на n; медиана — середина упорядоченных данных (среднее двух средних значений при чётном n). Выборочное стандартное отклонение s = √(Σ(x − x̄)²/(n − 1)). z-оценка z = (x − μ)/σ показывает, на сколько стандартных отклонений значение отстоит от среднего.
Описательная статистика: среднее — сумма, делённая на n; медиана — середина упорядоченных данных (среднее двух средних значений при чётном n). Выборочное стандартное отклонение s = √(Σ(x − x̄)²/(n − 1)). z-оценка z = (x − μ)/σ показывает, на сколько стандартных отклонений значение отстоит от среднего.
Стандартизуйте
z = 0,4
Таблица нормального распределения
Φ(0,4) = 0,6554
P = 0,6554
Ответ
P = 0,6554
5.Доверительные интервалы
Ответ: нижняя граница = 2,994 h
Интервал для разности: оценка ± критическое значение × стандартная ошибка. Для двух независимых средних при известных σ: SE = √(σ₁²/n₁ + σ₂²/n₂) и z. При равных неизвестных дисперсиях: объединённое s_p и t с n₁ + n₂ − 2 степенями свободы. Для парных данных работайте с разностями: d̄ ± t·s_d/√n.
Точечная оценка
x̄₁ − x̄₂ = 118,5 − 106 = 12,5
Стандартная ошибка
SE = √(18²/30 + 13²/60) = 3,69
Предельная ошибка
E = 2,576·3,69 = 9,506
Интервал
12,5 ± 9,506 → [2,994, 22,01]
Ответ
нижняя граница = 2,994 h
Интервал не содержит 0, поэтому средние значимо различаются.
6.Доверительные интервалы
Ответ: σ = 3,366 µm
Интервал для дисперсии: (n − 1)s²/σ² имеет распределение χ² с n − 1 степенями свободы. 95 % интервал для σ² простирается от (n − 1)s², делённого на верхнее значение χ² (выше него 2,5 %), до (n − 1)s², делённого на нижнее значение χ² (ниже него 2,5 %); интервал для σ получают извлечением квадратного корня из обеих границ. Он несимметричен относительно s.
Сумма квадратов
(n − 1)s² = 20·4,4² = 387,2
Границы для σ²
387,2/34,17 = 11,33
387,2/9,591 = 40,37
Граница для σ
σ = √11,33 = 3,366 µm
Ответ
σ = 3,366 µm
95 % интервал для σ: [3,366, 6,354] µm.
7.Проверка гипотез и доверительные интервалы
Ответ: p = 0,123
Проверка гипотезы: статистика критерия = (оценка − значение при H₀)/(стандартная ошибка при H₀). p-значение — это вероятность при условии истинности H₀ получить статистику, не менее экстремальную, чем наблюдаемая: площадь одного хвоста для односторонней H₁ и удвоенная площадь хвоста для двусторонней H₁. Отвергайте H₀, если p ≤ α.
Статистика критерия
SE = σ/√n = 16/√64 = 2
z = (47,68 − 50)/2 = −1,16
Площадь хвоста
Φ(1,16) = 0,8770
1 − Φ(1,16) = 0,1230
p-значение
p = 0,123
Ответ
p = 0,123
p > 0,05, поэтому H₀ не отвергается на уровне 5 %.
8.Проверка гипотез и доверительные интервалы
Ответ: β = 73,43 %
Мощность критерия: мощность = 1 − β — вероятность отвергнуть H₀, когда она ложна. Найдите границу x̄c по μ₀ и z_α, затем вычислите вероятность оказаться за x̄c при истинном среднем: z = (x̄c − μ)/(σ/√n).