Trong cửa sổ in, hãy chọn “Lưu dưới dạng PDF” để giữ một bản trên thiết bị của bạn.
1Công thức và phương pháp
Thống kê thực hành dựa trên bằng chứng
Độ nhạy và độ đặc hiệu
Se = a/(a + c), Sp = d/(b + d)
Giá trị tiên đoán
PPV = a/(a + b), NPV = d/(c + d)
Độ chính xác
(a + d)/n
Tỷ số khả dĩ
LR+ = Se/(1 − Sp), LR− = (1 − Se)/Sp
PPV ở độ lưu hành p
Se·p / (Se·p + (1 − Sp)(1 − p))
Odds
odds = p/(1 − p); p = odds/(1 + odds); odds sau xét nghiệm = odds trước xét nghiệm × LR
Thước đo nguy cơ
RR = EER/CER, ARR = CER − EER, RRR = ARR/CER
Số bệnh nhân cần điều trị
NNT = 1/ARR, làm tròn lên; NNH = 1/(EER − CER)
Tỷ số chênh
OR = ad/(bc)
Tỷ suất mới mắc
ca mới / người-thời gian
Phương pháp
Vẽ bảng 2 × 2 và ghi nhãn a, b, c và d trước khi tính.
Đọc độ nhạy và độ đặc hiệu theo các cột, giá trị tiên đoán theo các hàng.
Với độ lưu hành khác, hãy tưởng tượng 10 000 người và điền bảng bằng Se, Sp và độ lưu hành.
Với tỷ số khả dĩ, đổi xác suất sang odds, nhân, rồi đổi ngược lại.
Với một thử nghiệm, trước hết tìm EER và CER; sau đó RR = EER/CER, ARR = CER − EER và NNT = 1/ARR làm tròn lên.
Thống kê mô tả
Trung bình
x̄ = Σx/n
Độ lệch chuẩn mẫu
s = √(Σ(x − x̄)²/(n − 1))
Trung vị
giá trị ở giữa của dữ liệu đã sắp xếp
Điểm z
z = (x − μ)/σ
Phân phối chuẩn
68% nằm trong ±1σ, 95% nằm trong ±2σ
Khoảng tin cậy
biết σ
x̄ ± z·σ/√n
chưa biết σ
x̄ ± t·s/√n, df = n − 1
z tới hạn
90%: 1,645, 95%: 1,96, 99%: 2,576
Cỡ mẫu
n = (z·σ/E)², rounded up
Phương pháp
Quyết định giữa z (biết σ của tổng thể) và t (chỉ có s của mẫu, với n − 1 bậc tự do).
Tìm giá trị tới hạn cho mức tin cậy.
Sai số biên: E = giá trị tới hạn × độ lệch chuẩn/√n.
Khoảng: x̄ ± E.
Kiểm định giả thuyết và khoảng tin cậy
Kiểm định z cho giá trị trung bình
z = (x̄ − μ0)/(σ/√n)
Kiểm định t cho giá trị trung bình
t = (x̄ − μ0)/(s/√n), df = n − 1
Hai phía ở mức 5%
bác bỏ H0 nếu |z| > 1,96
Khoảng tin cậy
x̄ ± z·σ/√n
Phương pháp
Nêu H₀ và H₁ và quyết định kiểm định một phía hay hai phía.
Tính thống kê kiểm định: (x̄ − μ₀)/(σ/√n), hoặc với s và t.
So sánh với giá trị tới hạn, hoặc tìm giá trị p.
Bác bỏ H₀ nếu thống kê vượt quá giá trị tới hạn (p dưới α), và nêu kết luận bằng lời.
2Bài tập
1.Thống kê thực hành dựa trên bằng chứngTrung bình
Bài tập luyện tập (giá trị tự tạo, không phải hướng dẫn lâm sàng). Trong một thử nghiệm ngẫu nhiên, 480 bệnh nhân nhận điều trị mới và 510 bệnh nhân nhận điều trị chứng. Bảng cho biết số người ở mỗi nhóm có một tác dụng phụ. Hãy tìm số bệnh nhân cần điều trị để gây hại NNH: phải điều trị bao nhiêu bệnh nhân thì có thêm một bệnh nhân bị tác dụng phụ? Làm tròn lên thành số nguyên bệnh nhân.
điều trị: 132/480chứng: 56/510
NNH =
2.Thống kê thực hành dựa trên bằng chứngKhó
Bài tập luyện tập (giá trị tự tạo, không phải hướng dẫn lâm sàng). Một bệnh nhân có xác suất trước xét nghiệm là 5% mắc một bệnh. Một xét nghiệm có độ nhạy 66% và độ đặc hiệu 98% cho kết quả dương. Hãy tìm xác suất sau xét nghiệm p′ mắc bệnh theo phần trăm. Làm tròn đến một chữ số thập phân.
trước xét nghiệm 5%Se = 66%Sp = 98%dương
p′ = %
3.Thống kê mô tảTrung bình
Tìm độ lệch chuẩn mẫu s của dữ liệu: 18, 39, 52, 40, 34.
n = 5
s =
4.Thống kê mô tảKhó
Điểm thi có phân phối chuẩn với trung bình 60 và độ lệch chuẩn 15. Tìm điểm z z của điểm số 52,5.
μ = 60σ = 15x = 52,5
z =
5.Khoảng tin cậyTrung bình
Thời lượng pin của hai mẫu điện thoại được so sánh. Mẫu 1: 80 điện thoại, trung bình 113,5 h, độ lệch chuẩn đã biết 11 h. Mẫu 2: 100 điện thoại, trung bình 128 h, độ lệch chuẩn đã biết 5 h. Tìm giới hạn dưới của khoảng tin cậy 99% cho μ₁ − μ₂.
Hai loại phân bón được thử nghiệm. Nhóm ô 1: 7 ô, năng suất trung bình 97 kg, độ lệch chuẩn 10 kg. Nhóm ô 2: 24 ô, trung bình 103,5 kg, độ lệch chuẩn 8 kg. Giả sử các phương sai bằng nhau (t gộp, df = n₁ + n₂ − 2). Tìm giới hạn trên của khoảng tin cậy 95% cho μ₁ − μ₂.
7.Kiểm định giả thuyết và khoảng tin cậyTrung bình
Hai dây chuyền sản xuất cùng một chi tiết. Dây chuyền 1: một mẫu 100 chi tiết có chiều dài trung bình 135,5 mm, và độ lệch chuẩn đã biết của dây chuyền là 9 mm. Dây chuyền 2: một mẫu 60 chi tiết có trung bình 139,5 mm, độ lệch chuẩn đã biết 13 mm. Tìm thống kê kiểm định z cho H₀: μ₁ = μ₂, lấy hiệu là x̄₁ − x̄₂ (dây chuyền 1 trừ dây chuyền 2).
Trong một thử nghiệm, 90 trong 150 bệnh nhân dùng phương pháp điều trị A hồi phục, và 98 trong 200 bệnh nhân dùng phương pháp B. Dùng tỉ lệ gộp, tìm thống kê kiểm định z cho H₀: p₁ = p₂.
x₁ = 90n₁ = 150x₂ = 98n₂ = 200
z =
3Dung dịch
1.Thống kê thực hành dựa trên bằng chứng
Đáp số: NNH = 7
Tỷ số khả dĩ và các thước đo nguy cơ: LR+ = độ nhạy/(1 − độ đặc hiệu), LR− = (1 − độ nhạy)/độ đặc hiệu. Trong một thử nghiệm, EER và CER là tỷ lệ biến cố khi có và không điều trị: RR = EER/CER, ARR = CER − EER, RRR = ARR/CER và NNT = 1/ARR, làm tròn lên. Trong nghiên cứu bệnh–chứng chỉ có thể dùng tỷ số chênh OR = ad/(bc). Tỷ suất mới mắc = số ca mới/người-thời gian.
Tỷ lệ biến cố
EER = 132/480 = 0,275
CER = 56/510 = 0,1098
Số bệnh nhân cần điều trị để gây hại
ARI = 0,275 − 0,1098 = 0,1652
NNH = 1/0,1652 = 6,053 → 7
Đáp số
NNH = 7
Cứ khoảng 7 bệnh nhân được điều trị thì có một người bị tác dụng phụ do điều trị.
2.Thống kê thực hành dựa trên bằng chứng
Đáp số: p′ = 63,5 %
Giá trị tiên đoán phụ thuộc vào độ lưu hành: PPV = Se·p/(Se·p + (1 − Sp)(1 − p)) và NPV = Sp(1 − p)/(Sp(1 − p) + (1 − Se)p). Với tỷ số khả dĩ: odds trước xét nghiệm = p/(1 − p), odds sau xét nghiệm = odds trước xét nghiệm × LR, xác suất = odds/(1 + odds). Với dân số N, dương tính thật = N·p·Se và dương tính giả = N·(1 − p)·(1 − Sp). NNT = 1/(CER × RRR), làm tròn lên.
Tỷ số khả dĩ
LR+ = 0,66/(1 − 0,98) = 33
Odds trước xét nghiệm
0,05/(1 − 0,05) = 0,05263
Odds sau xét nghiệm
0,05263·33 = 1,737
Xác suất sau xét nghiệm
p′ = 1,737/(1 + 1,737) = 0,6346 ≈ 63,5%
Đáp số
p′ = 63,5%
3.Thống kê mô tả
Đáp số: s = 12,32
Thống kê mô tả: trung bình là tổng chia cho n; trung vị là giá trị ở giữa của dữ liệu đã sắp xếp (trung bình của hai giá trị giữa khi n chẵn). Độ lệch chuẩn mẫu là s = √(Σ(x − x̄)²/(n − 1)). Điểm z z = (x − μ)/σ cho biết một giá trị cách trung bình bao nhiêu độ lệch chuẩn.
Thống kê mô tả: trung bình là tổng chia cho n; trung vị là giá trị ở giữa của dữ liệu đã sắp xếp (trung bình của hai giá trị giữa khi n chẵn). Độ lệch chuẩn mẫu là s = √(Σ(x − x̄)²/(n − 1)). Điểm z z = (x − μ)/σ cho biết một giá trị cách trung bình bao nhiêu độ lệch chuẩn.
Chuẩn hóa
z = (52,5 − 60)/15 = −0,5
Đáp số
z = −0,5
5.Khoảng tin cậy
Đáp số: giới hạn dưới = −17,92 h
Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.
Ước lượng điểm
x̄₁ − x̄₂ = 113,5 − 128 = −14,5
Sai số chuẩn
SE = √(11²/80 + 5²/100) = 1,328
Sai số biên
E = 2,576·1,328 = 3,42
Khoảng
−14,5 ± 3,42 → [−17,92, −11,08]
Đáp số
giới hạn dưới = −17,92 h
Khoảng không chứa 0, nên các trung bình khác nhau có ý nghĩa.
6.Khoảng tin cậy
Đáp số: giới hạn trên = 0,9253 kg
Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.
Độ lệch chuẩn gộp
sp² = (6·10² + 23·8²)/29 = 71,45
sp = 8,453
Sai số biên
E = 2,045·8,453·√(1/7 + 1/24) = 7,425
Khoảng
−6,5 ± 7,425 → [−13,93, 0,9253]
Đáp số
giới hạn trên = 0,9253 kg
7.Kiểm định giả thuyết và khoảng tin cậy
Đáp số: z = −2,1
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.
Sai số chuẩn của hiệu
SE = √(9²/100 + 13²/60) = √3,627 = 1,904
Thống kê kiểm định
z = (135,5 − 139,5)/1,904 = −2,1
Đáp số
z = −2,1
|z| > 1,96, nên H₀ bị bác bỏ ở mức 5% (hai phía).
8.Kiểm định giả thuyết và khoảng tin cậy
Đáp số: z = 2,042
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.