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
Se85%Sp87%LR+ = ?

练习题(虚构数值,不作为临床指导)。 一项检测的灵敏度为 85%,特异度为 87%。 求阳性似然比LR+。 保留两位小数。

Se = 85%Sp = 87%
LR+ =
2.循证实践统计学困难
对照35%治疗?

练习题(虚构数值,不作为临床指导)。 不用某种药物时,35% 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 = 1.66。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 35%RR = 1.66
NNH =
3.描述统计中等
1015202530354045

求数据的样本标准差 s:24, 33, 25, 45, 15, 10。

n = 6
s =
4.描述统计困难
z −2−1012

某量服从正态分布,平均数为 70,标准差为 5。数值高于 76.25 的比例 P 是多少?

μ = 70σ = 5x = 76.25
P =
5.置信区间中等
μ₁ − μ₂0LUx̄₁ − x̄₂E = ?95%

比较两种手机型号的电池续航时间。型号 1:40 部手机,均值 102.5 h,已知标准差 15 h。型号 2:80 部手机,均值 92.5 h,已知标准差 18 h。 求 μ₁ − μ₂ 的 95% 置信区间的误差范围 E。

n₁ = 40x̄₁ = 102.5 hσ₁ = 15 hn₂ = 80x̄₂ = 92.5 hσ₂ = 18 h95%
E = h
6.置信区间困难
p = 0.5, n = ?p̂ − Ep̂ + Ep̂E = 0.0499%

事先对缺陷产品的比例一无所知。 必须检验多少件产品 n,才能使比例的 99% 置信区间的误差范围不超过 0.04?

p = 0.5E = 0.0499%
n =
7.假设检验与置信区间中等
−1p = ?

据称某总体的均值为 50;已知总体标准差为 25。一个含 100 个观测值的随机样本均值为 47.5。检验 H₀: μ = 50 对 H₁: μ < 50。求 p 值 p。

μ₀ = 50σ = 25n = 100x̄ = 47.5H₁: μ < μ₀
p =
8.假设检验与置信区间困难
σ = 8, n = ?x̄ − Ex̄ + Ex̄E = 290%

样本至少要多大,才能使均值的 90% 置信区间的误差范围不超过 2?标准差为 8。求最小样本量 n。

σ = 8E = 290%
n =

3溶液

1.循证实践统计学

答案: LR+ = 6.54

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。

阳性似然比

LR+ = 0.85/(1 − 0.87) = 6.538 ≈ 6.54

答案

LR+ = 6.54
2.循证实践统计学

答案: NNH = 5

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

0.35·1.66 = 0.581

绝对风险增加

ARI = 0.581 − 0.35 = 0.231

需要伤害人数

NNH = 1/0.231 = 4.329 → 5

答案

NNH = 5
3.描述统计

答案: s = 12.56

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 = 152/6 = 25.33

离差平方

Σ(x − x̄)² = (−1.333)² + 7.667² + (−0.3333)² + 19.67² + (−10.33)² + (−15.33)² = 789.3

标准差

s = √(789.3/5) = 12.56

答案

s = 12.56
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: E = 6.097 h

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。

点估计

x̄₁ − x̄₂ = 102.5 − 92.5 = 10

标准误

SE = √(15²/40 + 18²/80) = 3.11

误差范围

E = 1.96·3.11 = 6.097

答案

E = 6.097 h

区间不包含 0,所以两个均值有显著差异。

6.置信区间

答案: n = 1037

比例的置信区间:p̂ ± z·√(p̂(1 − p̂)/n),其中 p̂ = x/n。要使误差范围达到 E,需要 n ≥ z²·p(1 − p)/E²,向上取整;没有事先估计时用 p = 0.5,此时 n 最大。

解出 n

n = 2.576²·0.5·0.5/0.04² = 1037

向上取整

n = 1037

答案

n = 1037
7.假设检验与置信区间

答案: p = 0.1587

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 = 25/√100 = 2.5
z = (47.5 − 50)/2.5 = −1

尾部面积

Φ(1) = 0.8413
1 − Φ(1) = 0.1587

p 值

p = 0.1587

答案

p = 0.1587

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: n = 44

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)。

解出 n

n = (1.645·8/2)² = 43.3

向上取整

n = 44

答案

n = 44

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