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,暴露者贡献了 6600 人年,有 370 例新发病例;未暴露者贡献了 4900 人年,有 137 例新发病例。求发病率比IRR(暴露组对未暴露组)。 保留两位小数。
暴露: 370/6600 PY未暴露: 137/4900 PY
IRR =
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 20%。一项灵敏度为 62%、特异度为 75% 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 20%Se = 62%Sp = 75%正数
p′ = %
3.描述统计中等
求数据的样本标准差 s:22, 40, 59, 43, 18。
n = 5
s =
4.描述统计困难
考试成绩服从正态分布,平均数为 100,标准差为 10。求成绩 115 的 z 分数 z。
μ = 100σ = 10x = 115
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 1:30 部手机,均值 119 h,已知标准差 8 h。型号 2:50 部手机,均值 129 h,已知标准差 20 h。 求 μ₁ − μ₂ 的 99% 置信区间的误差范围 E。
n₁ = 30x̄₁ = 119 hσ₁ = 8 hn₂ = 50x̄₂ = 129 hσ₂ = 20 h99%
E = h
6.置信区间困难
15 根机加工轴的直径样本标准差为 6.2 µm。假设直径服从正态分布,求总体标准差 95% 置信区间的上限 σ。df = 14 时,χ² 分布有 2.5% 位于 5.629 以下,2.5% 位于 26.119 以上。
n = 15s = 6.2 µmχ² = 5.629, 26.119
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 47.42,样本标准差为 5。求 H₀: μ = 50 的检验统计量 t。
μ₀ = 50x̄ = 47.42s = 5n = 36
t =
8.假设检验与置信区间困难
25 次测量的样本均值为 497.3。总体标准差为 8。求均值 90% 置信区间的上限 U。
x̄ = 497.3σ = 8n = 2590%
U =
3溶液
1.循证实践统计学
答案: IRR = 2.01
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。
发病率
暴露: 370/6600 = 56.06 每 1000 人年
未暴露: 137/4900 = 27.96 每 1000 人年
率比
IRR = 56.06/27.96 = 2.005 ≈ 2.01
2.循证实践统计学
答案: p′ = 38.3 %
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+ = 0.62/(1 − 0.75) = 2.48
检验后概率
p′ = 0.62/(1 + 0.62) = 0.3827 ≈ 38.3%
3.描述统计
答案: s = 16.68
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 = (−14.4)² + 3.6² + 22.6² + 6.6² + (−18.4)² = 1113
4.描述统计
答案: z = 1.5
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。
5.置信区间
答案: E = 8.2 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 = 119 − 129 = −10
标准误
SE = √(8²/30 + 20²/50) = 3.183
6.置信区间
答案: σ = 9.778 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 = 14·6.2² = 538.2
σ² 的限值
538.2/26.119 = 20.6
538.2/5.629 = 95.6
σ 的 95% 区间:[4.539, 9.778] µm。
7.假设检验与置信区间
答案: t = −3.096
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 = 5/√36 = 5/6 = 0.8333
检验统计量
t = (47.42 − 50)/0.8333 = −3.096
t = −3.096
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: U = 499.9
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)。
区间端点
U = 497.3 + 2.632 = 499.9