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
人年156052902.5新发病例43

练习题(虚构数值,不作为临床指导)。 在一项队列研究中,不同人群被随访了不同的时间长度(见表:每组的人数和随访年数)。随访期间发生了 43 例新发病例。求发病率IR,每 1000 人年。 保留一位小数。

560 × 5 年90 × 2.5 年43 新发病例
IR = 每 1000 人年
2.循证实践统计学困难
p (%)PPV (%)1%PPV = ?100

练习题(虚构数值,不作为临床指导)。 一项筛查检测的灵敏度为 76%,特异度为 94%。它用于患病率为 1% 的人群。 求阳性预测值PPV,以百分数表示。 保留一位小数。

Se = 76%Sp = 94%p = 1%
PPV = %
3.描述统计中等
10152025303540455055

求数据的样本标准差 s:42, 55, 44, 25, 10。

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 = 13, s = 9.5LUx̄ = 66.5E = ?99%

一个包含 13 个个体的样本,均值为 66.5,标准差 s = 9.5。总体近似服从正态分布。 求均值的 99% 置信区间的误差范围 E。

n = 13x̄ = 66.5s = 9.599%t(12) = 3.055
E =
6.置信区间困难
σ = 17, n = ?x̄ − Ex̄ + Ex̄E = 2.595%

总体标准差为 17。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 2.5?

σ = 17E = 2.595%
n =
7.假设检验与置信区间中等
t −1.98401.984

100 名学生的样本平均分为 74.28,样本标准差为 4。求 H₀: μ = 75 的检验统计量 t。

μ₀ = 75x̄ = 74.28s = 4n = 100
t =
8.假设检验与置信区间困难
z −1.64501.645

25 次测量的样本均值为 44.5。总体标准差为 12。求均值 90% 置信区间的下限 L。

x̄ = 44.5σ = 12n = 2590%
L =

3溶液

1.循证实践统计学

答案: IR = 14.2 每 1000 人年

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。

人年

PY = 560·5 + 90·2.5 = 3025

发病率

IR = 43/3025·1000 = 14.2 每 1000 人年

答案

IR = 14.2 每 1000 人年
2.循证实践统计学

答案: PPV = 11.3 %

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。

真阳性和假阳性(按每人计)

Se·p = 0.76·0.01 = 0.0076
(1 − Sp)·(1 − p) = 0.06·0.99 = 0.0594

阳性预测值

PPV = 0.0076/(0.0076 + 0.0594) = 0.1134 ≈ 11.3%

答案

PPV = 11.3%

患病率越低,同一检测的 PPV 越低。

3.描述统计

答案: s = 17.71

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 = 176/5 = 35.2

离差平方

Σ(x − x̄)² = 6.8² + 19.8² + 8.8² + (−10.2)² + (−25.2)² = 1255

标准差

s = √(1255/4) = 17.71

答案

s = 17.71
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 = 8.049

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 = 12, t = 3.055

误差范围

E = 3.055·9.5/√13 = 8.049

答案

E = 8.049
6.置信区间

答案: n = 178

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 = (1.96·17/2.5)² = 177.6

向上取整

样本量是整数,向下取整会使误差范围过大。

n = 178

答案

n = 178
7.假设检验与置信区间

答案: t = −1.8

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 = 4/√100 = 4/10 = 0.4

检验统计量

t = (74.28 − 75)/0.4 = −1.8

答案

t = −1.8
t0.025; df = 99 = 1.984

|t| < 1.984,所以在 5% 水平下不拒绝 H₀(双侧)。

8.假设检验与置信区间

答案: L = 40.55

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 = 1.645·12/√25 = 3.948

区间端点

L = 44.5 − 3.948 = 40.55

答案

L = 40.55

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