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
病例人年暴露251300未暴露211600

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 1300 人年,有 25 例新发病例;未暴露者贡献了 1600 人年,有 21 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: 25/1300 PY未暴露: 21/1600 PY
IRR =
2.循证实践统计学困难
检验前30%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 30%。一项灵敏度为 91%、特异度为 74% 的检测结果为负数。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 30%Se = 91%Sp = 74%负数
p′ = %
3.描述统计中等
20253035404550

求数据的样本标准差 s:53, 28, 46, 25, 49, 19。

n = 6
s =
4.描述统计困难
z −2−1012

某量服从正态分布,平均数为 500,标准差为 40。数值高于 468 的比例 P 是多少?

μ = 500σ = 40x = 468
P =
5.置信区间中等
n = 7, s = 18LU = ?x̄ = 51.5E99%

一个包含 7 个个体的样本,均值为 51.5,标准差 s = 18。总体近似服从正态分布。 求均值的 99% 置信区间的上限。

n = 7x̄ = 51.5s = 1899%t(6) = 3.707
上限 =
6.置信区间困难
σ = 31, n = ?x̄ − Ex̄ + Ex̄E = 1.599%

总体标准差为 31。样本量 n 至少要多大,才能使均值的 99% 置信区间的误差范围不超过 1.5?

σ = 31E = 1.599%
n =
7.假设检验与置信区间中等
t −2.06402.064

25 名学生的样本平均分为 47.92,样本标准差为 4。求 H₀: μ = 50 的检验统计量 t。

μ₀ = 50x̄ = 47.92s = 4n = 25
t =
8.假设检验与置信区间困难
H₀H₁μ₀x̄cμ₀ + 2α = 0.01βσ = 12, 功效 90%, n = ?

在 α = 0.01 下的单侧 z 检验,必须以 90% 的功效检测出均值 2 个单位的偏移。标准差为 12。求最小样本量 n。

α = 0.01功效 = 90%δ = 2σ = 12zα = 2.326zβ = 1.282
n =

3溶液

1.循证实践统计学

答案: IRR = 1.47

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: 25/1300 = 19.23 每 1000 人年
未暴露: 21/1600 = 13.13 每 1000 人年

率比

IRR = 19.23/13.13 = 1.465 ≈ 1.47

答案

IRR = 1.47
2.循证实践统计学

答案: p′ = 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− = (1 − 0.91)/0.74 = 0.1216

检验前比值

0.3/(1 − 0.3) = 0.4286

检验后比值

0.4286·0.1216 = 0.05212

检验后概率

p′ = 0.05212/(1 + 0.05212) = 0.04954 ≈ 5%

答案

p′ = 5%
3.描述统计

答案: s = 14.35

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 = 220/6 = 36.67

离差平方

Σ(x − x̄)² = 16.33² + (−8.667)² + 9.333² + (−11.67)² + 12.33² + (−17.67)² = 1029

标准差

s = √(1029/5) = 14.35

答案

s = 14.35
4.描述统计

答案: P = 0.7881

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 = −0.8

标准正态分布表

Φ(−0.8) = 0.2119
P = 1 − 0.2119 = 0.7881

答案

P = 0.7881
5.置信区间

答案: 上限 = 76.72

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 = 6, t = 3.707

误差范围

E = 3.707·18/√7 = 25.22

区间

51.5 ± 25.22 → [26.28, 76.72]

答案

上限 = 76.72
6.置信区间

答案: n = 2835

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。

解出 n

n = (2.576·31/1.5)² = 2834

向上取整

样本量是整数,向下取整会使误差范围过大。

n = 2835

答案

n = 2835
7.假设检验与置信区间

答案: t = −2.6

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 = 4/√25 = 4/5 = 0.8

检验统计量

t = (47.92 − 50)/0.8 = −2.6

答案

t = −2.6
t0.025; df = 24 = 2.064

|t| > 2.064,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 = 469

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 + 1.282)·12/2)² = 468.6

向上取整

n = 469

答案

n = 469

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