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
- 计算之前先画出 2 × 2 表并标出 a、b、c 和 d。
- 灵敏度和特异度沿列读取,预测值沿行读取。
- 对于另一个患病率,设想 10 000 人,并用 Se、Sp 和患病率填表。
- 对于似然比,把概率换算为比值,相乘,再换算回去。
- 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
- 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。
- 求该置信水平下的临界值。
- 误差限:E = 临界值 × 标准差/√n。
- 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
- 写出 H₀ 和 H₁,并确定是单侧检验还是双侧检验。
- 计算检验统计量:(x̄ − μ₀)/(σ/√n),或者用 s 和 t。
- 与临界值比较,或求出 p 值。
- 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
练习题(虚构数值,不作为临床指导)。 在一项队列研究中,暴露者贡献了 6800 人年,有 544 例新发病例;未暴露者贡献了 2800 人年,有 56 例新发病例。求发病率比IRR(暴露组对未暴露组)。 保留两位小数。
暴露: 544/6800 PY未暴露: 56/2800 PY
IRR =
2.循证实践统计学困难
练习题(虚构数值,不作为临床指导)。 一位患者某病的检验前概率为 30%。一项灵敏度为 77%、特异度为 70% 的检测结果为负数。求该病的检验后概率p′,以百分数表示。 保留一位小数。
检验前 30%Se = 77%Sp = 70%负数
p′ = %
3.描述统计中等
求数据的样本标准差 s:19, 20, 49, 43, 35, 58, 24。
n = 7
s =
4.描述统计困难
某量服从正态分布,平均数为 70,标准差为 20。数值高于 82 的比例 P 是多少?
μ = 70σ = 20x = 82
P =
5.置信区间中等
测量 20 名患者治疗前后的血压。差值 d = 治疗前 − 治疗后 (mmHg) 的均值为 1.5,标准差为 1.2。 求平均差值的 99% 置信区间的误差范围 E。
n = 20d̄ = 1.5sd = 1.299%t(19) = 2.861
E = mmHg
6.置信区间困难
总体标准差为 37。样本量 n 至少要多大,才能使均值的 95% 置信区间的误差范围不超过 0.5?
σ = 37E = 0.595%
n =
7.假设检验与置信区间中等
据称某总体的均值为 250;已知总体标准差为 24。一个含 64 个观测值的随机样本均值为 247.06。检验 H₀: μ = 250 对 H₁: μ ≠ 250。求 p 值 p。
μ₀ = 250σ = 24n = 64x̄ = 247.06H₁: μ ≠ μ₀
p =
8.假设检验与置信区间困难
100 次测量的样本均值为 77.4。总体标准差为 15。求均值 90% 置信区间的下限 L。
x̄ = 77.4σ = 15n = 10090%
L =
3溶液
1.循证实践统计学
答案: IRR = 4
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。
发病率
暴露: 544/6800 = 80 每 1000 人年
未暴露: 56/2800 = 20 每 1000 人年
2.循证实践统计学
答案: p′ = 12.3 %
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。
似然比
LR− = (1 − 0.77)/0.7 = 0.3286
检验后概率
p′ = 0.1408/(1 + 0.1408) = 0.1234 ≈ 12.3%
3.描述统计
答案: s = 15.22
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。
离差平方
Σ(x − x̄)² = (−16.43)² + (−15.43)² + 13.57² + 7.571² + (−0.4286)² + 22.57² + (−11.43)² = 1390
4.描述统计
答案: P = 0.2743
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。
标准正态分布表
Φ(0.6) = 0.7257
P = 1 − 0.7257 = 0.2743
5.置信区间
答案: E = 0.7677 mmHg
差值的区间:估计值 ± 临界值 × 标准误。对 σ 已知的两个独立均值:SE = √(σ₁²/n₁ + σ₂²/n₂),用 z。方差相等但未知时:用合并的 s_p 和自由度为 n₁ + n₂ − 2 的 t。对配对数据,用差值计算:d̄ ± t·s_d/√n。
误差范围
E = 2.861·1.2/√20 = 0.7677
6.置信区间
答案: n = 21037
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 = (1.96·37/0.5)² = 21037
7.假设检验与置信区间
答案: p = 0.3271
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。
检验统计量
SE = σ/√n = 24/√64 = 3
z = (247.06 − 250)/3 = −0.98
尾部面积
Φ(0.98) = 0.8365
1 − Φ(0.98) = 0.1635
p > 0.05,所以在 5% 水平下不拒绝 H₀。
8.假设检验与置信区间
答案: L = 74.93
均值检验:检验统计量衡量样本均值离 H₀ 所声称的值有多少个标准误:σ 已知时 z = (x̄ − μ₀)/(σ/√n),由样本估计时 t = (x̄ − μ₀)/(s/√n)。置信区间为 x̄ ±(临界值)·(标准误)。
误差范围
E = 1.645·15/√100 = 2.468