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18966255ab负数111344455cd总数300410710

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)。 求阴性似然比LR−。 保留两位小数。

a = 189b = 66c = 111d = 344
LR− =
2.循证实践统计学困难
p (%)NPV (%)0.5%NPV = ?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 83%,特异度为 83%。它用于患病率为 0.5% 的人群。 求阴性预测值NPV,以百分数表示。 保留一位小数。

Se = 83%Sp = 83%p = 0.5%
NPV = %
3.描述统计中等
30354045505560

求数据的样本标准差 s:37, 48, 30, 42, 60。

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 10。求成绩 160 的 z 分数 z。

μ = 170σ = 10x = 160
z =
5.置信区间中等
n = 10, s = 19LU = ?x̄ = 87.5E99%

一个包含 10 个个体的样本,均值为 87.5,标准差 s = 19。总体近似服从正态分布。 求均值的 99% 置信区间的上限。

n = 10x̄ = 87.5s = 1999%t(9) = 3.25
上限 =
6.置信区间困难
σ = 13, n = ?x̄ − Ex̄ + Ex̄E = 390%

总体标准差为 13。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 3?

σ = 13E = 390%
n =
7.假设检验与置信区间中等
−2.3652.365t = ?df = 7

8 名员工在培训课程前后各参加一次打字测试。记录每人的差值 d = 培训后 − 培训前(每分钟字数)。平均差值为 −10.19,差值的标准差为 9.3。求 H₀: μd = 0 的配对检验统计量 t。

n = 8d̄ = −10.19sd = 9.3
t =
8.假设检验与置信区间困难
z −2.57602.576

16 次测量的样本均值为 49.9。总体标准差为 4。求均值 99% 置信区间的上限 U。

x̄ = 49.9σ = 4n = 1699%
U =

3溶液

1.循证实践统计学

答案: LR− = 0.44

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 = 189/300 = 0.63
Sp = 344/410 = 0.839

阴性似然比

LR− = (1 − 0.63)/0.839 = 0.441 ≈ 0.44

答案

LR− = 0.44
2.循证实践统计学

答案: NPV = 99.9 %

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。

真阴性和假阴性(按每人计)

Sp·(1 − p) = 0.83·0.995 = 0.8258
(1 − Se)·p = 0.17·0.005 = 0.00085

阴性预测值

NPV = 0.8258/(0.8258 + 0.00085) = 0.999 ≈ 99.9%

答案

NPV = 99.9%
3.描述统计

答案: s = 11.39

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 = 217/5 = 43.4

离差平方

Σ(x − x̄)² = (−6.4)² + 4.6² + (−13.4)² + (−1.4)² + 16.6² = 519.2

标准差

s = √(519.2/4) = 11.39

答案

s = 11.39
4.描述统计

答案: z = −1

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 = (160 − 170)/10 = −1

答案

z = −1
5.置信区间

答案: 上限 = 107

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 = 9, t = 3.25

误差范围

E = 3.25·19/√10 = 19.53

区间

87.5 ± 19.53 → [67.97, 107]

答案

上限 = 107
6.置信区间

答案: n = 51

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 = (1.645·13/3)² = 50.81

向上取整

样本量是整数,向下取整会使误差范围过大。

n = 51

答案

n = 51
7.假设检验与置信区间

答案: t = −3.099

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)。

平均差值的标准误

SE = 9.3/√8 = 3.288

检验统计量

t = −10.19/3.288 = −3.099

答案

t = −3.099

df = 7 时,双侧 5% 的临界值为 2.365;|t| 更大,所以拒绝 H₀。

8.假设检验与置信区间

答案: U = 52.48

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 = 2.576·4/√16 = 2.576

区间端点

U = 49.9 + 2.576 = 52.48

答案

U = 52.48

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