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126022550233201新发病例81

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 81 例新发病例。求发病率IR,每 1000 人年。 保留一位小数。

260 × 2 年550 × 2 年320 × 1 年份81 新发病例
IR = 每 1000 人年
2.循证实践统计学困难
p (%)PPV (%)30%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 89%,特异度为 89%。它用于患病率为 30% 的人群。 求阳性预测值PPV,以百分数表示。 保留一位小数。

Se = 89%Sp = 89%p = 30%
PPV = %
3.描述统计中等
1520253035404550

求数据的样本标准差 s:16, 21, 49, 53, 13, 21, 22。

n = 7
s =
4.描述统计困难
z −2−1012

某量服从正态分布,平均数为 60,标准差为 10。数值高于 48 的比例 P 是多少?

μ = 60σ = 10x = 48
P =
5.置信区间中等
μ₁ − μ₂0LU = ?x̄₁ − x̄₂E90%

比较两种手机型号的电池续航时间。型号 1:30 部手机,均值 130.5 h,已知标准差 3 h。型号 2:80 部手机,均值 145.5 h,已知标准差 3 h。 求 μ₁ − μ₂ 的 90% 置信区间的上限。

n₁ = 30x̄₁ = 130.5 hσ₁ = 3 hn₂ = 80x̄₂ = 145.5 hσ₂ = 3 h90%
上限 = h
6.置信区间困难
σ = 9, n = ?x̄ − Ex̄ + Ex̄E = 0.590%

总体标准差为 9。样本量 n 至少要多大,才能使均值的 90% 置信区间的误差范围不超过 0.5?

σ = 9E = 0.590%
n =
7.假设检验与置信区间中等
t −2.06402.064

25 名学生的样本平均分为 48.56,样本标准差为 4。求 H₀: μ = 50 的检验统计量 t。

μ₀ = 50x̄ = 48.56s = 4n = 25
t =
8.假设检验与置信区间困难
σ = 20, n = ?x̄ − Ex̄ + Ex̄E = 0.595%

样本至少要多大,才能使均值的 95% 置信区间的误差范围不超过 0.5?标准差为 20。求最小样本量 n。

σ = 20E = 0.595%
n =

3溶液

1.循证实践统计学

答案: IR = 41.8 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 = 260·2 + 550·2 + 320·1 = 1940

发病率

IR = 81/1940·1000 = 41.8 每 1000 人年

答案

IR = 41.8 每 1000 人年
2.循证实践统计学

答案: PPV = 77.6 %

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 = 0.89·0.3 = 0.267
(1 − Sp)·(1 − p) = 0.11·0.7 = 0.077

阳性预测值

PPV = 0.267/(0.267 + 0.077) = 0.7762 ≈ 77.6%

答案

PPV = 77.6%

患病率越低,同一检测的 PPV 越低。

3.描述统计

答案: s = 16.17

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 = 195/7 = 27.86

离差平方

Σ(x − x̄)² = (−11.86)² + (−6.857)² + 21.14² + 25.14² + (−14.86)² + (−6.857)² + (−5.857)² = 1569

标准差

s = √(1569/6) = 16.17

答案

s = 16.17
4.描述统计

答案: P = 0.8849

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 = −1.2

标准正态分布表

Φ(−1.2) = 0.1151
P = 1 − 0.1151 = 0.8849

答案

P = 0.8849
5.置信区间

答案: 上限 = −13.94 h

Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.

点估计

x̄₁ − x̄₂ = 130.5 − 145.5 = −15

标准误

SE = √(3²/30 + 3²/80) = 0.6423

误差范围

E = 1.645·0.6423 = 1.057

区间

−15 ± 1.057 → [−16.06, −13.94]

答案

上限 = −13.94 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 = 877

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 = (1.645·9/0.5)² = 876.8

向上取整

样本量是整数,向下取整会使误差范围过大。

n = 877

答案

n = 877
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/√25 = 4/5 = 0.8

检验统计量

t = (48.56 − 50)/0.8 = −1.8

答案

t = −1.8
t0.025; df = 24 = 2.064

|t| < 2.064,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: n = 6147

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 = (1.96·20/0.5)² = 6147

向上取整

n = 6147

答案

n = 6147

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