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
病例人年暴露4054500未暴露1685600

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 4500 人年,有 405 例新发病例;未暴露者贡献了 5600 人年,有 168 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: 405/4500 PY未暴露: 168/5600 PY
IRR =
2.循证实践统计学困难
检测有疾病无疾病总数正数负数?总数10 000

练习题(虚构数值,不作为临床指导)。 用灵敏度为 97%、特异度为 75% 的检测对 10 000 人进行筛查。该病的患病率为 15%。 有多少患病者被这项检测漏掉了(假阴性,FN)?

N = 10 000p = 15%Se = 97%Sp = 75%
FN =
3.描述统计中等
2025303540

求数据的样本标准差 s:20, 36, 43, 21, 40。

n = 5
s =
4.描述统计困难
z −2−1012

考试成绩服从正态分布,平均数为 170,标准差为 12。求成绩 194 的 z 分数 z。

μ = 170σ = 12x = 194
z =
5.置信区间中等
n = 21, s = 16.5LUx̄ = 86E = ?90%

一个包含 21 个个体的样本,均值为 86,标准差 s = 16.5。总体近似服从正态分布。 求均值的 90% 置信区间的误差范围 E。

n = 21x̄ = 86s = 16.590%t(20) = 1.725
E =
6.置信区间困难
n = 30σ = ?Us = 3.695%

30 根机加工轴的直径样本标准差为 3.6 µm。假设直径服从正态分布,求总体标准差 95% 置信区间的下限 σ。df = 29 时,χ² 分布有 2.5% 位于 16.047 以下,2.5% 位于 45.722 以上。

n = 30s = 3.6 µmχ² = 16.047, 45.722
σ = µm
7.假设检验与置信区间中等
t −2.13102.131

16 名学生的样本平均分为 62,样本标准差为 20。求 H₀: μ = 75 的检验统计量 t。

μ₀ = 75x̄ = 62s = 20n = 16
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 120 名患者中有 60 人康复,接受治疗 B 的 250 名患者中有 148 人康复。用合并比例求 H₀: p₁ = p₂ 的检验统计量 z。

x₁ = 60n₁ = 120x₂ = 148n₂ = 250
z =

3溶液

1.循证实践统计学

答案: IRR = 3

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: 405/4500 = 90 每 1000 人年
未暴露: 168/5600 = 30 每 1000 人年

率比

IRR = 90/30 = 3

答案

IRR = 3
2.循证实践统计学

答案: FN = 45

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。

患病者和未患病者

10 000·0.15 = 1500
10 000 − 1500 = 8500

假阴性

FN = 1500·0.03 = 45

答案

FN = 45
3.描述统计

答案: s = 10.79

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 = 160/5 = 32

离差平方

Σ(x − x̄)² = (−12)² + 4² + 11² + (−11)² + 8² = 466

标准差

s = √(466/4) = 10.79

答案

s = 10.79
4.描述统计

答案: z = 2

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 = (194 − 170)/12 = 2

答案

z = 2
5.置信区间

答案: E = 6.211

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 = 20, t = 1.725

误差范围

E = 1.725·16.5/√21 = 6.211

答案

E = 6.211
6.置信区间

答案: σ = 2.867 µm

方差的区间:(n − 1)s²/σ² 服从自由度为 n − 1 的 χ² 分布。σ² 的 95% 区间从 (n − 1)s² 除以上侧 χ² 值(其上方占 2.5%)到 (n − 1)s² 除以下侧 χ² 值(其下方占 2.5%);σ 的区间是这两个限值的平方根。它关于 s 不对称。

平方和

(n − 1)s² = 29·3.6² = 375.8

σ² 的限值

375.8/45.722 = 8.22
375.8/16.047 = 23.42

σ 的限值

σ = √8.22 = 2.867 µm

答案

σ = 2.867 µm

σ 的 95% 区间:[2.867, 4.84] µm。

7.假设检验与置信区间

答案: t = −2.6

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)。

标准误

SE = 20/√16 = 20/4 = 5

检验统计量

t = (62 − 75)/5 = −2.6

答案

t = −2.6
t0.025; df = 15 = 2.131

|t| > 2.131,所以在 5% 水平下拒绝 H₀(双侧)。

8.假设检验与置信区间

答案: z = −1.67

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 = 60/120 = 0.5
p̂₂ = 148/250 = 0.592
p̂ = 208/370 = 0.5622

H₀ 下的标准误

SE = √(0.5622·0.4378·(1/120 + 1/250)) = 0.0551

检验统计量

z = (0.5 − 0.592)/0.0551 = −1.67

答案

z = −1.67

|z| < 1.96,所以在 5% 水平下不拒绝 H₀(双侧)。

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