循证实践:速成包

公式表、每个专题的关键方法步骤和 8 道练习题,完整解答附在最后。

新题目返回课程

在打印窗口中选择“另存为 PDF”,即可在设备上保存一份副本。

1公式与方法

循证实践统计学

灵敏度和特异度
Se = a/(a + c), Sp = d/(b + d)
预测值
PPV = a/(a + b), NPV = d/(c + d)
准确度
(a + d)/n
似然比
LR+ = Se/(1 − Sp), LR− = (1 − Se)/Sp
患病率为 p 时的 PPV
Se·p / (Se·p + (1 − Sp)(1 − p))
比值
比值 = p/(1 − p); p = 比值/(1 + 比值); 检验后比值 = 检验前比值 × LR
风险指标
RR = EER/CER, ARR = CER − EER, RRR = ARR/CER
需要治疗人数
NNT = 1/ARR,向上取整; NNH = 1/(EER − CER)
比值比
OR = ad/(bc)
发病率
新发病例 / 人时

方法

  1. 计算之前先画出 2 × 2 表并标出 a、b、c 和 d。
  2. 灵敏度和特异度沿列读取,预测值沿行读取。
  3. 对于另一个患病率,设想 10 000 人,并用 Se、Sp 和患病率填表。
  4. 对于似然比,把概率换算为比值,相乘,再换算回去。
  5. 对于试验,先求 EER 和 CER;然后 RR = EER/CER,ARR = CER − EER,NNT = 1/ARR 向上取整。

描述统计

平均数
x̄ = Σx/n
样本标准差
s = √(Σ(x − x̄)²/(n − 1))
中位数
排序后数据的中间值
z 分数
z = (x − μ)/σ
正态分布
68% 落在 ±1σ 内,95% 落在 ±2σ 内

置信区间

σ 已知
x̄ ± z·σ/√n
σ 未知
x̄ ± t·s/√n, df = n − 1
临界 z 值
90%: 1.645, 95%: 1.96, 99%: 2.576
样本量
n = (z·σ/E)², rounded up

方法

  1. 在 z(已知总体 σ)和 t(只有样本 s,自由度为 n − 1)之间作出选择。
  2. 求该置信水平下的临界值。
  3. 误差限:E = 临界值 × 标准差/√n。
  4. 区间:x̄ ± E。

假设检验与置信区间

均值的 z 检验
z = (x̄ − μ0)/(σ/√n)
均值的 t 检验
t = (x̄ − μ0)/(s/√n), df = n − 1
5% 双侧
若 |z| > 1.96 则拒绝 H0
置信区间
x̄ ± z·σ/√n

方法

  1. 写出 H₀ 和 H₁,并确定是单侧检验还是双侧检验。
  2. 计算检验统计量:(x̄ − μ₀)/(σ/√n),或者用 s 和 t。
  3. 与临界值比较,或求出 p 值。
  4. 若统计量超出临界值(p 小于 α),则拒绝 H₀,并用文字写出结论。

2练习题

1.循证实践统计学中等
病例对照暴露12024ab未暴露24096cd

练习题(虚构数值,不作为临床指导)。 一项病例对照研究比较了 360 名患某病的患者(病例)和 120 名未患该病的人(对照)。表中显示每组有多少人暴露于某危险因素。求该暴露的比值比OR。 保留两位小数。

a = 120b = 24c = 240d = 96
OR =
2.循证实践统计学困难
对照31%治疗?

练习题(虚构数值,不作为临床指导)。 不用某种药物时,31% 的患者在一年内出现某种副作用。该药使此风险升高,相对危险度 RR = 1.25。求需要伤害人数NNH:需要多少患者服药一年,才会多出一名患者发生该副作用? 向上取整到整数患者。

对照 31%RR = 1.25
NNH =
3.描述统计中等
101520253035404550

求数据的样本标准差 s:11, 21, 25, 10, 45, 51, 53。

n = 7
s =
4.描述统计困难
z −2−1012

某量服从正态分布,平均数为 60,标准差为 20。数值高于 85 的比例 P 是多少?

μ = 60σ = 20x = 85
P =
5.置信区间中等
n = 30, s = 15L = ?Ux̄ = 52.5E99%

一个包含 30 个个体的样本,均值为 52.5,标准差 s = 15。总体近似服从正态分布。 求均值的 99% 置信区间的下限。

n = 30x̄ = 52.5s = 1599%t(29) = 2.756
下限 =
6.置信区间困难
σ = 15, n = ?x̄ − Ex̄ + Ex̄E = 2.599%

总体标准差为 15。样本量 n 至少要多大,才能使均值的 99% 置信区间的误差范围不超过 2.5?

σ = 15E = 2.599%
n =
7.假设检验与置信区间中等
−2.1792.179t = ?df = 12

比较两种教学方法。第 1 组:7 名学生,平均分 55,标准差 3。第 2 组:7 名学生,平均分 68.9,标准差 11.5。假设总体方差相等,使用合并方差的两样本 t 检验。取差值为 x̄₁ − x̄₂(第 1 组减第 2 组),求 H₀: μ₁ = μ₂ 的检验统计量 t。

n₁ = 7x̄₁ = 55s₁ = 3n₂ = 7x̄₂ = 68.9s₂ = 11.5
t =
8.假设检验与置信区间困难
−1.961.96z = ?

在一项试验中,接受治疗 A 的 80 名患者中有 20 人康复,接受治疗 B 的 150 名患者中有 18 人康复。用合并比例求 H₀: p₁ = p₂ 的检验统计量 z。

x₁ = 20n₁ = 80x₂ = 18n₂ = 150
z =

3溶液

1.循证实践统计学

答案: OR = 2

似然比和风险指标:LR+ = 灵敏度/(1 − 特异度),LR− = (1 − 灵敏度)/特异度。在试验中,EER 和 CER 分别是治疗组和未治疗组的事件发生率:RR = EER/CER,ARR = CER − EER,RRR = ARR/CER,NNT = 1/ARR,向上取整。在病例对照研究中,只能使用比值比 OR = ad/(bc)。发病率(率)= 新发病例/人时。

暴露比值

病例: 120/240 = 0.5
对照: 24/96 = 0.25

比值比

OR = (120·96)/(24·240) = 2

答案

OR = 2

OR 大于 1:暴露在病例中更常见。

2.循证实践统计学

答案: NNH = 13

预测值取决于患病率:PPV = Se·p/(Se·p + (1 − Sp)(1 − p)),NPV = Sp(1 − p)/(Sp(1 − p) + (1 − Se)p)。用似然比计算:检验前比值 = p/(1 − p),检验后比值 = 检验前比值 × LR,概率 = 比值/(1 + 比值)。对于 N 人的人群,真阳性 = N·p·Se,假阳性 = N·(1 − p)·(1 − Sp)。NNT = 1/(CER × RRR),向上取整。

用药时的风险

0.31·1.25 = 0.3875

绝对风险增加

ARI = 0.3875 − 0.31 = 0.0775

需要伤害人数

NNH = 1/0.0775 = 12.9 → 13

答案

NNH = 13
3.描述统计

答案: s = 18.52

描述统计:平均数是总和除以 n;中位数是排序后数据的中间值(n 为偶数时取中间两个数的平均)。样本标准差 s = √(Σ(x − x̄)²/(n − 1))。z 分数 z = (x − μ)/σ 表示某个值离平均数多少个标准差。

平均数

x̄ = 216/7 = 30.86

离差平方

Σ(x − x̄)² = (−19.86)² + (−9.857)² + (−5.857)² + (−20.86)² + 14.14² + 20.14² + 22.14² = 2057

标准差

s = √(2057/6) = 18.52

答案

s = 18.52
4.描述统计

答案: P = 0.1056

描述统计:平均数是总和除以 n;中位数是排序后数据的中间值(n 为偶数时取中间两个数的平均)。样本标准差 s = √(Σ(x − x̄)²/(n − 1))。z 分数 z = (x − μ)/σ 表示某个值离平均数多少个标准差。

标准化

z = 1.25

标准正态分布表

Φ(1.25) = 0.8944
P = 1 − 0.8944 = 0.1056

答案

P = 0.1056
5.置信区间

答案: 下限 = 44.95

均值的置信区间:x̄ ± 误差范围。总体 σ 已知时,误差范围为 z·σ/√n;只有样本标准差 s 时,用自由度为 n − 1 的 t:t·s/√n。临界值:z = 1.645(90%)、1.96(95%)、2.576(99%)。要使误差范围不超过 E,需要 n ≥ (z·σ/E)²,并向上取整。

临界值

df = n − 1 = 29, t = 2.756

误差范围

E = 2.756·15/√30 = 7.548

区间

52.5 ± 7.548 → [44.95, 60.05]

答案

下限 = 44.95
6.置信区间

答案: n = 239

均值的置信区间:x̄ ± 误差范围。总体 σ 已知时,误差范围为 z·σ/√n;只有样本标准差 s 时,用自由度为 n − 1 的 t:t·s/√n。临界值:z = 1.645(90%)、1.96(95%)、2.576(99%)。要使误差范围不超过 E,需要 n ≥ (z·σ/E)²,并向上取整。

解出 n

n = (2.576·15/2.5)² = 238.9

向上取整

样本量是整数,向下取整会使误差范围过大。

n = 239

答案

n = 239
7.假设检验与置信区间

答案: t = −3.094

假设检验:检验统计量 =(估计值 − H₀ 下的值)/(H₀ 下的标准误)。p 值是在假定 H₀ 为真时,统计量至少与观测值一样极端的概率:单侧 H₁ 取一个尾部的面积,双侧 H₁ 取尾部面积的两倍。当 p ≤ α 时拒绝 H₀。

合并方差

sp² = (6·3² + 6·11.5²)/12 = 70.63
sp = 8.404

标准误

SE = 8.404·√(1/7 + 1/7) = 4.492

检验统计量

t = (55 − 68.9)/4.492 = −3.094

答案

t = −3.094

df = 12 时,双侧 5% 的临界值为 2.179;|t| 更大,所以拒绝 H₀。

8.假设检验与置信区间

答案: z = 2.528

假设检验:检验统计量 =(估计值 − H₀ 下的值)/(H₀ 下的标准误)。p 值是在假定 H₀ 为真时,统计量至少与观测值一样极端的概率:单侧 H₁ 取一个尾部的面积,双侧 H₁ 取尾部面积的两倍。当 p ≤ α 时拒绝 H₀。

样本比例

p̂₁ = 20/80 = 0.25
p̂₂ = 18/150 = 0.12
p̂ = 38/230 = 0.1652

H₀ 下的标准误

SE = √(0.1652·0.8348·(1/80 + 1/150)) = 0.05141

检验统计量

z = (0.25 − 0.12)/0.05141 = 2.528

答案

z = 2.528

|z| > 1.96,所以在 5% 水平下拒绝 H₀(双侧)。

ExamProblems · examproblems.com/courses/evidence-based-practice