У вікні друку виберіть «Зберегти як PDF», щоб зберегти копію на пристрої.
1Формули та методи
Статистика доказової практики
Чутливість і специфічність
Se = a/(a + c), Sp = d/(b + d)
Прогностичні цінності
PPV = a/(a + b), NPV = d/(c + d)
Точність
(a + d)/n
Відношення правдоподібності
LR+ = Se/(1 − Sp), LR− = (1 − Se)/Sp
PPV при поширеності p
Se·p / (Se·p + (1 − Sp)(1 − p))
Шанси
шанси = p/(1 − p); p = шанси/(1 + шанси); шанси після тесту = шанси до тесту × LR
Показники ризику
RR = EER/CER, ARR = CER − EER, RRR = ARR/CER
Кількість пацієнтів, яких потрібно лікувати (NNT)
NNT = 1/ARR, округлене вгору; NNH = 1/(EER − CER)
Відношення шансів
OR = ad/(bc)
Інтенсивність захворюваності
нові випадки / людино-час
Метод
Накресліть таблицю 2 × 2 і позначте a, b, c та d, перш ніж обчислювати.
Читайте чутливість і специфічність по стовпцях, а прогностичні цінності — по рядках.
Для іншої поширеності уявіть 10 000 осіб і заповніть таблицю за Se, Sp і поширеністю.
Для відношення правдоподібності переведіть ймовірність у шанси, помножте й переведіть назад.
Для дослідження спершу знайдіть EER і CER; потім RR = EER/CER, ARR = CER − EER і NNT = 1/ARR, округлене вгору.
Описова статистика
Середнє
x̄ = Σx/n
Вибіркове стандартне відхилення
s = √(Σ(x − x̄)²/(n − 1))
Медіана
серединне значення впорядкованих даних
z-оцінка
z = (x − μ)/σ
Нормальний розподіл
68% у межах ±1σ, 95% у межах ±2σ
Довірчі інтервали
σ відоме
x̄ ± z·σ/√n
σ невідоме
x̄ ± t·s/√n, df = n − 1
Критичне значення z
90%: 1,645, 95%: 1,96, 99%: 2,576
Обсяг вибірки
n = (z·σ/E)², rounded up
Метод
Оберіть між z (σ генеральної сукупності відоме) і t (відоме лише вибіркове s, з n − 1 ступенями вільності).
Знайдіть критичне значення для рівня довіри.
Похибка оцінки: E = критичне значення × стандартне відхилення/√n.
Інтервал: x̄ ± E.
Перевірка гіпотез і довірчі інтервали
z-тест для середнього
z = (x̄ − μ0)/(σ/√n)
t-тест для середнього
t = (x̄ − μ0)/(s/√n), df = n − 1
Двобічний на рівні 5%
відхиліть H0, якщо |z| > 1,96
Довірчий інтервал
x̄ ± z·σ/√n
Метод
Сформулюйте H₀ і H₁ та визначте, чи критерій однобічний, чи двобічний.
Обчисліть статистику критерію: (x̄ − μ₀)/(σ/√n), або з s і t.
Порівняйте з критичним значенням або знайдіть p-значення.
Відхиліть H₀, якщо статистика виходить за критичне значення (p менше за α), і сформулюйте висновок словами.
2Задачі для практики
1.Статистика доказової практикиСередня
Тренувальна вправа (вигадані значення, не клінічна рекомендація). Новий тест порівняли з еталонним стандартом у дослідженні (див. таблицю 2 × 2). Знайдіть позитивне відношення правдоподібності LR+. Округліть до двох знаків після коми.
a = 326b = 28c = 24d = 172
LR+ =
2.Статистика доказової практикиСкладна
Тренувальна вправа (вигадані значення, не клінічна рекомендація). 10 000 осіб обстежують тестом із чутливістю 87% і специфічністю 96%. Поширеність захворювання становить 27%. Скільки істинно позитивних результатів TP очікується?
Оцінки за іспит розподілені нормально із середнім 100 і стандартним відхиленням 20. Знайдіть z-оцінку z для результату 80.
μ = 100σ = 20x = 80
z =
5.Довірчі інтервалиСередня
Порівнюють час роботи акумуляторів двох моделей телефонів. Модель 1: 50 телефонів, середнє 85,5 h, відоме стандартне відхилення 4 h. Модель 2: 30 телефонів, середнє 84 h, відоме стандартне відхилення 11 h. Знайдіть граничну похибку E 99 % довірчого інтервалу для μ₁ − μ₂.
Діаметри 20 оброблених валів мають вибіркове стандартне відхилення 2,5 µm. Вважаючи діаметри нормально розподіленими, знайдіть для 95 % довірчого інтервалу стандартного відхилення генеральної сукупності таку межу: нижня межа σ. При df = 19 2,5 % розподілу χ² лежить нижче від 8,907 і 2,5 % — вище від 32,852.
n = 20s = 2,5 µmχ² = 8,907, 32,852
σ = µm
7.Перевірка гіпотез і довірчі інтервалиСередня
Дві виробничі лінії виготовляють однакову деталь. Лінія 1: вибірка з 60 деталей має середню довжину 52 mm, відоме стандартне відхилення лінії 6 mm. Лінія 2: вибірка з 100 деталей має середнє 54 mm, відоме стандартне відхилення 6 mm. Знайдіть статистику критерію z для H₀: μ₁ = μ₂, беручи різницю x̄₁ − x̄₂ (лінія 1 мінус лінія 2).
Односторонній z-критерій для H₀: μ = 500 проти H₁: μ < 500 виконують на рівні α = 0.01 за вибіркою обсягом 100; стандартне відхилення відоме й дорівнює 30. Насправді середнє дорівнює 492.8. Знайдіть потужність 1 − β критерію у відсотках.
μ₀ = 500μ = 492,8σ = 30n = 100α = 0,01
1 − β = %
3Розчини
1.Статистика доказової практики
Відповідь: LR+ = 6,65
Відношення правдоподібності та показники ризику: LR+ = чутливість/(1 − специфічність), LR− = (1 − чутливість)/специфічність. У дослідженні EER і CER — частоти подій з лікуванням і без нього: RR = EER/CER, ARR = CER − EER, RRR = ARR/CER і NNT = 1/ARR, округлене вгору. У дослідженні «випадок–контроль» можна використовувати лише відношення шансів OR = ad/(bc). Інтенсивність захворюваності = нові випадки/людино-час.
Чутливість і специфічність
Se = 326/350 = 0,9314
Sp = 172/200 = 0,86
Позитивне відношення правдоподібності
LR+ = 0,9314/(1 − 0,86) = 6,653 ≈ 6,65
Відповідь
LR+ = 6,65
2.Статистика доказової практики
Відповідь: TP = 2349
Прогностичні цінності залежать від поширеності: PPV = Se·p/(Se·p + (1 − Sp)(1 − p)) і NPV = Sp(1 − p)/(Sp(1 − p) + (1 − Se)p). З відношеннями правдоподібності: шанси до тесту = p/(1 − p), шанси після тесту = шанси до тесту × LR, ймовірність = шанси/(1 + шанси). Для популяції з N осіб істинно позитивні = N·p·Se, а хибно позитивні = N·(1 − p)·(1 − Sp). NNT = 1/(CER × RRR), округлене вгору.
З захворюванням і без нього
10 000·0,27 = 2700
10 000 − 2700 = 7300
Істинно позитивні
TP = 2700·0,87 = 2349
Відповідь
TP = 2349
3.Описова статистика
Відповідь: s = 17,21
Описова статистика: середнє — сума, поділена на n; медіана — середнє значення впорядкованих даних (середнє двох середніх при парному n). Вибіркове стандартне відхилення s = √(Σ(x − x̄)²/(n − 1)). z-оцінка z = (x − μ)/σ показує, на скільки стандартних відхилень значення віддалене від середнього.
Описова статистика: середнє — сума, поділена на n; медіана — середнє значення впорядкованих даних (середнє двох середніх при парному n). Вибіркове стандартне відхилення s = √(Σ(x − x̄)²/(n − 1)). z-оцінка z = (x − μ)/σ показує, на скільки стандартних відхилень значення віддалене від середнього.
Стандартизуйте
z = (80 − 100)/20 = −1
Відповідь
z = −1
5.Довірчі інтервали
Відповідь: E = 5,375 h
Інтервал для різниці: оцінка ± критичне значення × стандартна похибка. Для двох незалежних середніх з відомими σ: SE = √(σ₁²/n₁ + σ₂²/n₂) і z. За рівних невідомих дисперсій: об’єднане s_p і t з n₁ + n₂ − 2 ступенями свободи. Для парних даних працюйте з різницями: d̄ ± t·s_d/√n.
Точкова оцінка
x̄₁ − x̄₂ = 85,5 − 84 = 1,5
Стандартна похибка
SE = √(4²/50 + 11²/30) = 2,086
Похибка оцінки
E = 2,576·2,086 = 5,375
Відповідь
E = 5,375 h
Інтервал містить 0, тож дані не показують значущої різниці.
6.Довірчі інтервали
Відповідь: σ = 1,901 µm
Інтервал для дисперсії: (n − 1)s²/σ² має розподіл χ² з n − 1 ступенями свободи. 95 % інтервал для σ² простягається від (n − 1)s², поділеного на верхнє значення χ² (2,5 % вище від нього), до (n − 1)s², поділеного на нижнє значення χ² (2,5 % нижче від нього); інтервал для σ — квадратні корені з обох меж. Він несиметричний відносно s.
Сума квадратів
(n − 1)s² = 19·2,5² = 118,8
Межі для σ²
118,8/32,852 = 3,615
118,8/8,907 = 13,33
Межа для σ
σ = √3,615 = 1,901 µm
Відповідь
σ = 1,901 µm
95 % інтервал для σ: [1,901, 3,651] µm.
7.Перевірка гіпотез і довірчі інтервали
Відповідь: z = −2,041
Перевірка гіпотези: статистика критерію = (оцінка − значення за H₀)/(стандартна похибка за H₀). p-значення — це ймовірність (якщо H₀ правильна) отримати статистику, щонайменше таку ж екстремальну, як спостережена: площа в одному хвості для односторонньої H₁ і подвоєна площа хвоста для двосторонньої H₁. Відхиляйте H₀, коли p ≤ α.
Стандартна похибка різниці
SE = √(6²/60 + 6²/100) = √0,96 = 0,9798
Статистика критерію
z = (52 − 54)/0,9798 = −2,041
Відповідь
z = −2,041
|z| > 1,96, тож H₀ відхиляється на рівні 5 % (двосторонній критерій).
8.Перевірка гіпотез і довірчі інтервали
Відповідь: 1 − β = 52,95 %
Потужність критерію: потужність = 1 − β — імовірність відхилити H₀, коли вона хибна. Знайдіть межу x̄c з μ₀ і z_α, потім обчисліть імовірність опинитися за x̄c при справжньому середньому: z = (x̄c − μ)/(σ/√n).