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 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
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
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
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
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
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
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
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
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
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。
离差平方
Σ(x − x̄)² = (−20.8)² + 21.2² + 1.2² + 20.2² + (−21.8)² = 1767
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。
标准正态分布表
Φ(2) = 0.9772
P = 1 − 0.9772 = 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]
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
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
|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