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112022801.5新发病例9

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 9 例新发病例。求发病率IR,每 1000 人年。 保留一位小数。

120 × 2 年80 × 1.5 年9 新发病例
IR = 每 1000 人年
2.循证实践统计学困难
检测有疾病无疾病总数正数?负数总数10 000

练习题(虚构数值,不作为临床指导)。 用灵敏度为 96%、特异度为 75% 的检测对 10 000 人进行筛查。该病的患病率为 7%。 预期会有多少假阳性结果FP?

N = 10 000p = 7%Se = 96%Sp = 75%
FP =
3.描述统计中等
152025303540455055

求数据的样本标准差 s:13, 55, 35, 54, 12。

n = 5
s =
4.描述统计困难
z −2−1012

某量服从正态分布,平均数为 70,标准差为 15。数值高于 100 的比例 P 是多少?

μ = 70σ = 15x = 100
P =
5.置信区间中等
n = 25, s = 11.5L = ?Ux̄ = 81.5E99%

一个包含 25 个个体的样本,均值为 81.5,标准差 s = 11.5。总体近似服从正态分布。 求均值的 99% 置信区间的下限。

n = 25x̄ = 81.5s = 11.599%t(24) = 2.797
下限 =
6.置信区间困难
μ₁ − μ₂, t(14) = 2.9770LUx̄₁ − x̄₂E = ?99%

对两种肥料进行试验。地块组 1:7 块地,平均产量 11.5 kg,标准差 6.5 kg。地块组 2:9 块地,均值 9 kg,标准差 6.5 kg。假设方差相等(合并 t,df = n₁ + n₂ − 2)。 求 μ₁ − μ₂ 的 99% 置信区间的误差范围 E。

n₁ = 7x̄₁ = 11.5s₁ = 6.5n₂ = 9x̄₂ = 9s₂ = 6.599%t(14) = 2.977
E = kg
7.假设检验与置信区间中等
−1.961.96z = ?

两条生产线生产同一种零件。生产线 1:60 个零件的样本平均长度为 89.5 mm,该生产线的已知标准差为 14 mm。生产线 2:50 个零件的样本均值为 99.6 mm,已知标准差为 20 mm。取差值为 x̄₁ − x̄₂(生产线 1 减生产线 2),求 H₀: μ₁ = μ₂ 的检验统计量 z。

n₁ = 60x̄₁ = 89.5 mmσ₁ = 14 mmn₂ = 50x̄₂ = 99.6 mmσ₂ = 20 mm
z =
8.假设检验与置信区间困难
H₀H₁μ₀x̄cμ₀ + 5α = 0.05βσ = 22, 功效 80%, n = ?

在 α = 0.05 下的单侧 z 检验,必须以 80% 的功效检测出均值 5 个单位的偏移。标准差为 22。求最小样本量 n。

α = 0.05功效 = 80%δ = 5σ = 22zα = 1.645zβ = 0.842
n =

3溶液

1.循证实践统计学

答案: IR = 25 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 = 120·2 + 80·1.5 = 360

发病率

IR = 9/360·1000 = 25 每 1000 人年

答案

IR = 25 每 1000 人年
2.循证实践统计学

答案: FP = 2325

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。

患病者和未患病者

10 000·0.07 = 700
10 000 − 700 = 9300

假阳性

FP = 9300·0.25 = 2325

答案

FP = 2325

在 2997 个阳性结果中,只有 672 人患病(PPV 22.4%)。

3.描述统计

答案: s = 21.02

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 = 169/5 = 33.8

离差平方

Σ(x − x̄)² = (−20.8)² + 21.2² + 1.2² + 20.2² + (−21.8)² = 1767

标准差

s = √(1767/4) = 21.02

答案

s = 21.02
4.描述统计

答案: P = 0.02275

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 = 2

标准正态分布表

Φ(2) = 0.9772
P = 1 − 0.9772 = 0.02275

答案

P = 0.02275
5.置信区间

答案: 下限 = 75.07

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 = 24, t = 2.797

误差范围

E = 2.797·11.5/√25 = 6.433

区间

81.5 ± 6.433 → [75.07, 87.93]

答案

下限 = 75.07
6.置信区间

答案: E = 9.752 kg

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。

合并标准差

sp² = (6·6.5² + 8·6.5²)/14 = 42.25
sp = 6.5

误差范围

E = 2.977·6.5·√(1/7 + 1/9) = 9.752

答案

E = 9.752 kg
7.假设检验与置信区间

答案: z = −3.009

假设检验:检验统计量 =(估计值 − H₀ 下的值)/(H₀ 下的标准误)。p 值是在假定 H₀ 为真时,统计量至少与观测值一样极端的概率:单侧 H₁ 取一个尾部的面积,双侧 H₁ 取尾部面积的两倍。当 p ≤ α 时拒绝 H₀。

差值的标准误

SE = √(14²/60 + 20²/50) = √11.27 = 3.357

检验统计量

z = (89.5 − 99.6)/3.357 = −3.009

答案

z = −3.009

|z| > 1.96,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 = 120

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 = ((1.645 + 0.842)·22/5)² = 119.7

向上取整

n = 120

答案

n = 120

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