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
病例对照暴露20138ab未暴露160552cd

练习题（虚构数值，不作为临床指导）。 一项病例对照研究比较了 180 名患某病的患者（病例）和 690 名未患该病的人（对照）。表中显示每组有多少人暴露于某危险因素。求该暴露的比值比OR。 保留两位小数。

a = 20b = 138c = 160d = 552
OR =
2.循证实践统计学困难
检验前15%检验后?p′LR+

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 15%。一项灵敏度为 91%、特异度为 66% 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 15%Se = 91%Sp = 66%正数
p′ = %
3.描述统计中等
35404550

求数据的样本标准差 s：39, 38, 54, 46, 33。

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 60，标准差为 10。求成绩 55 的 z 分数 z。

μ = 60σ = 10x = 55
z =
5.置信区间中等
μ₁ − μ₂0LUx̄₁ − x̄₂E = ?95%

比较两种手机型号的电池续航时间。型号 1：50 部手机，均值 61.5 h，已知标准差 4 h。型号 2：80 部手机，均值 57 h，已知标准差 18 h。 求 μ₁ − μ₂ 的 95% 置信区间的误差范围 E。

n₁ = 50x̄₁ = 61.5 hσ₁ = 4 hn₂ = 80x̄₂ = 57 hσ₂ = 18 h95%
E = h
6.置信区间困难
p = 0.5, n = ?p̂ − Ep̂ + Ep̂E = 0.0499%

事先对缺陷产品的比例一无所知。 必须检验多少件产品 n，才能使比例的 99% 置信区间的误差范围不超过 0.04？

p = 0.5E = 0.0499%
n =
7.假设检验与置信区间中等
t −2.01102.011

49 名学生的样本平均分为 51.37，样本标准差为 8。求 H₀: μ = 50 的检验统计量 t。

μ₀ = 50x̄ = 51.37s = 8n = 49
t =
8.假设检验与置信区间困难
z −1.9601.96

49 次测量的样本均值为 498.1。总体标准差为 15。求均值 95% 置信区间的下限 L。

x̄ = 498.1σ = 15n = 4995%
L =

3溶液

1.循证实践统计学

答案: OR = 0.5

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。

暴露比值

病例: 20/160 = 0.125
对照: 138/552 = 0.25

比值比

OR = (20·552)/(138·160) = 0.5

答案

OR = 0.5

OR 小于 1：暴露在病例中较少见，提示有保护作用。

2.循证实践统计学

答案: p′ = 32.1 %

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+ = 0.91/(1 − 0.66) = 2.676

检验前比值

0.15/(1 − 0.15) = 0.1765

检验后比值

0.1765·2.676 = 0.4723

检验后概率

p′ = 0.4723/(1 + 0.4723) = 0.3208 ≈ 32.1%

答案

p′ = 32.1%
3.描述统计

答案: s = 8.155

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 = 210/5 = 42

离差平方

Σ(x − x̄)² = (−3)² + (−4)² + 12² + 4² + (−9)² = 266

标准差

s = √(266/4) = 8.155

答案

s = 8.155
4.描述统计

答案: z = −0.5

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 = (55 − 60)/10 = −0.5

答案

z = −0.5
5.置信区间

答案: E = 4.097 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 = 61.5 − 57 = 4.5

标准误

SE = √(4²/50 + 18²/80) = 2.09

误差范围

E = 1.96·2.09 = 4.097

答案

E = 4.097 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 = 1037

Confidence interval for a proportion: p̂ ± z·√(p̂(1 − p̂)/n), where p̂ = x/n. To reach a margin E you need n ≥ z²·p(1 − p)/E², rounded up; without a prior estimate use p = 0.5, which gives the largest n.

解出 n

n = 2.576²·0.5·0.5/0.04² = 1037

向上取整

n = 1037

答案

n = 1037
7.假设检验与置信区间

答案: t = 1.199

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 = 8/√49 = 8/7 = 1.143

检验统计量

t = (51.37 − 50)/1.143 = 1.199

答案

t = 1.199
t0.025; df = 48 = 2.011

|t| < 2.011，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: L = 493.9

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 = 1.96·15/√49 = 4.2

区间端点

L = 498.1 − 4.2 = 493.9

答案

L = 493.9

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