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
检测有疾病无疾病总数正数265379ab负数14227241cd总数40280320

练习题（虚构数值，不作为临床指导）。 一项研究将一种新检测与参考标准进行了比较（见 2 × 2 表）。 求阳性似然比LR+。 保留两位小数。

a = 26b = 53c = 14d = 227
LR+ =
2.循证实践统计学困难
对照33%治疗?

练习题（虚构数值，不作为临床指导）。 不用某种药物时，33% 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 = 1.35。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 33%RR = 1.35
NNH =
3.描述统计中等
25303540455055

求数据的样本标准差 s：50, 45, 53, 24, 58, 33。

n = 6
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 500，标准差为 25。求成绩 470 的 z 分数 z。

μ = 500σ = 25x = 470
z =
5.置信区间中等
x̄E₁ = 7.599%, n = 25x̄E₂ = ?95%, n = 25

基于 25 个观测值且 σ 已知的均值 99% 置信区间，其误差范围为 7.5。 用同样的数据计算 95% 区间，其误差范围 E₂ 是多少？

99%n₁ = 25E₁ = 7.595%
E₂ =
6.置信区间困难
σ = 16, n = ?x̄ − Ex̄ + Ex̄E = 199%

总体标准差为 16。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 1？

σ = 16E = 199%
n =
7.假设检验与置信区间中等
−2.1312.131t = ?df = 15

比较两种教学方法。第 1 组：9 名学生，平均分 42，标准差 7.5。第 2 组：8 名学生，平均分 35.3，标准差 3.5。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 = 9x̄₁ = 42s₁ = 7.5n₂ = 8x̄₂ = 35.3s₂ = 3.5
t =
8.假设检验与置信区间困难
H₀H₁μ₀x̄cμ₀ + 1.5α = 0.01βσ = 7, 功效 90%, n = ?

在 α = 0.01 下的单侧 z 检验，必须以 90% 的功效检测出均值 1.5 个单位的偏移。标准差为 7。求最小样本量 n。

α = 0.01功效 = 90%δ = 1.5σ = 7zα = 2.326zβ = 1.282
n =

3溶液

1.循证实践统计学

答案: LR+ = 3.43

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。

灵敏度和特异度

Se = 26/40 = 0.65
Sp = 227/280 = 0.8107

阳性似然比

LR+ = 0.65/(1 − 0.8107) = 3.434 ≈ 3.43

答案

LR+ = 3.43
2.循证实践统计学

答案: NNH = 9

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

0.33·1.35 = 0.4455

绝对风险增加

ARI = 0.4455 − 0.33 = 0.1155

需要伤害人数

NNH = 1/0.1155 = 8.658 → 9

答案

NNH = 9
3.描述统计

答案: s = 12.92

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 = 263/6 = 43.83

离差平方

Σ(x − x̄)² = 6.167² + 1.167² + 9.167² + (−19.83)² + 14.17² + (−10.83)² = 834.8

标准差

s = √(834.8/5) = 12.92

答案

s = 12.92
4.描述统计

答案: z = −1.2

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 = (470 − 500)/25 = −1.2

答案

z = −1.2
5.置信区间

答案: E₂ = 5.707

Confidence interval for a mean: x̄ ± margin of error. With a known population σ the margin is z·σ/√n; with only the sample standard deviation s, use t with n − 1 degrees of freedom: t·s/√n. Critical values: z = 1.645 (90%), 1.96 (95%), 2.576 (99%). To get a margin E or smaller, you need n ≥ (z·σ/E)², rounded up.

误差范围之比

E₂/E₁ = (1.96/2.576)·√(25/25) = 0.7609

新的误差范围

E₂ = 7.5·0.7609 = 5.707

答案

E₂ = 5.707
6.置信区间

答案: n = 1699

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 = (2.576·16/1)² = 1699

向上取整

样本量是整数，向下取整会使误差范围过大。

n = 1699

答案

n = 1699
7.假设检验与置信区间

答案: t = 2.307

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.

合并方差

sp² = (8·7.5² + 7·3.5²)/15 = 35.72
sp = 5.976

标准误

SE = 5.976·√(1/9 + 1/8) = 2.904

检验统计量

t = (42 − 35.3)/2.904 = 2.307

答案

t = 2.307

df = 15 时，双侧 5% 的临界值为 2.131；|t| 更大，所以拒绝 H₀。

8.假设检验与置信区间

答案: n = 284

检验的样本量：在水平 α 下的单侧 z 检验中，要以功效 1 − β 检测出真实偏移 δ，标准误必须满足 δ = (z_α + z_β)·σ/√n，所以 n = ((z_α + z_β)·σ/δ)²，向上取整。

解出 n

n = ((2.326 + 1.282)·7/1.5)² = 283.5

向上取整

n = 284

答案

n = 284

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