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
- 计算之前先画出 2 × 2 表并标出 a、b、c 和 d。
- 灵敏度和特异度沿列读取,预测值沿行读取。
- 对于另一个患病率,设想 10 000 人,并用 Se、Sp 和患病率填表。
- 对于似然比,把概率换算为比值,相乘,再换算回去。
- 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
- 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。
- 求该置信水平下的临界值。
- 误差限:E = 临界值 × 标准差/√n。
- 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
- 写出 H₀ 和 H₁,并确定是单侧检验还是双侧检验。
- 计算检验统计量:(x̄ − μ₀)/(σ/√n),或者用 s 和 t。
- 与临界值比较,或求出 p 值。
- 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
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 31 例新发病例。求发病率IR,每 1000 人年。 保留一位小数。
240 × 1.5 年290 × 1 年份110 × 5 年31 新发病例
IR = 每 1000 人年
2.循证实践统计学困难
练习题(虚构数值,不作为临床指导)。 一位患者某病的检验前概率为 60%。一项灵敏度为 76%、特异度为 88% 的检测结果为正数。求该病的检验后概率p′,以百分数表示。 保留一位小数。
检验前 60%Se = 76%Sp = 88%正数
p′ = %
3.描述统计中等
求数据的样本标准差 s:24, 20, 33, 29, 47。
n = 5
s =
4.描述统计困难
考试成绩服从正态分布,平均数为 50,标准差为 10。求成绩 30 的 z 分数 z。
μ = 50σ = 10x = 30
z =
5.置信区间中等
比较两种手机型号的电池续航时间。型号 1:50 部手机,均值 57 h,已知标准差 12 h。型号 2:100 部手机,均值 57.5 h,已知标准差 5 h。 求 μ₁ − μ₂ 的 99% 置信区间的下限。
n₁ = 50x̄₁ = 57 hσ₁ = 12 hn₂ = 100x̄₂ = 57.5 hσ₂ = 5 h99%
下限 = h
6.置信区间困难
30 根机加工轴的直径样本标准差为 3.5 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 = 3.5 µmχ² = 16.047, 45.722
σ = µm
7.假设检验与置信区间中等
36 名学生的样本平均分为 54.8,样本标准差为 12。求 H₀: μ = 50 的检验统计量 t。
μ₀ = 50x̄ = 54.8s = 12n = 36
t =
8.假设检验与置信区间困难
在 α = 0.01 下的单侧 z 检验,必须以 80% 的功效检测出均值 4 个单位的偏移。标准差为 9。求最小样本量 n。
α = 0.01功效 = 80%δ = 4σ = 9zα = 2.326zβ = 0.842
n =
3溶液
1.循证实践统计学
答案: IR = 25.8 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 = 240·1.5 + 290·1 + 110·5 = 1200
发病率
IR = 31/1200·1000 = 25.8 每 1000 人年
2.循证实践统计学
答案: p′ = 90.5 %
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。
似然比
LR+ = 0.76/(1 − 0.88) = 6.333
检验后概率
p′ = 9.5/(1 + 9.5) = 0.9048 ≈ 90.5%
3.描述统计
答案: s = 10.41
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。
离差平方
Σ(x − x̄)² = (−6.6)² + (−10.6)² + 2.4² + (−1.6)² + 16.4² = 433.2
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。
5.置信区间
答案: 下限 = −5.057 h
差值的区间:估计值 ± 临界值 × 标准误。对 σ 已知的两个独立均值:SE = √(σ₁²/n₁ + σ₂²/n₂),用 z。方差相等但未知时:用合并的 s_p 和自由度为 n₁ + n₂ − 2 的 t。对配对数据,用差值计算:d̄ ± t·s_d/√n。
点估计
x̄₁ − x̄₂ = 57 − 57.5 = −0.5
标准误
SE = √(12²/50 + 5²/100) = 1.769
区间
−0.5 ± 4.557 → [−5.057, 4.057]
6.置信区间
答案: σ = 2.787 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 = 29·3.5² = 355.3
σ² 的限值
355.3/45.722 = 7.77
355.3/16.047 = 22.14
σ 的 95% 区间:[2.787, 4.705] µm。
7.假设检验与置信区间
答案: t = 2.4
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)。
t = 2.4
t0.025; df = 35 = 2.03
|t| > 2.03,所以在 5% 水平下拒绝 H₀(双侧)。
8.假设检验与置信区间
答案: n = 51
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 + 0.842)·9/4)² = 50.81