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
检测有疾病无疾病总数正数10268170ab负数38332370cd总数140400540

练习题（虚构数值，不作为临床指导）。 一项研究将一种新检测与参考标准进行了比较（见 2 × 2 表）。 求阴性似然比LR−。 保留两位小数。

a = 102b = 68c = 38d = 332
LR− =
2.循证实践统计学困难
检验前40%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 40%。一项灵敏度为 69%、特异度为 91% 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 40%Se = 69%Sp = 91%负数
p′ = %
3.描述统计中等
10152025303540455055

求数据的样本标准差 s：40, 47, 56, 17, 10, 55。

n = 6
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 12。求成绩 54 的 z 分数 z。

μ = 60σ = 12x = 54
z =
5.置信区间中等
n = 13, s = 6.5LU = ?x̄ = 44.5E90%

一个包含 13 个个体的样本，均值为 44.5，标准差 s = 6.5。总体近似服从正态分布。 求均值的 90% 置信区间的上限。

n = 13x̄ = 44.5s = 6.590%t(12) = 1.782
上限 =
6.置信区间困难
p = 0.5, n = ?p̂ − Ep̂ + Ep̂E = 0.0595%

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 95% 置信区间的误差范围不超过 0.05？

p = 0.5E = 0.0595%
n =
7.假设检验与置信区间中等
−2.0932.093t = ?df = 19

20 名员工在培训课程前后各参加一次打字测试。记录每人的差值 d = 培训后 − 培训前（每分钟字数）。平均差值为 7.28，差值的标准差为 8.8。求 H₀: μd = 0 的配对检验统计量 t。

n = 20d̄ = 7.28sd = 8.8
t =
8.假设检验与置信区间困难
H₀H₁μ₀x̄cμ₀ + 3α = 0.05βσ = 16, 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 3 个单位的偏移。标准差为 16。求最小样本量 n。

α = 0.05功效 = 80%δ = 3σ = 16zα = 1.645zβ = 0.842
n =

3溶液

1.循证实践统计学

答案: LR− = 0.33

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。

灵敏度和特异度

Se = 102/140 = 0.7286
Sp = 332/400 = 0.83

阴性似然比

LR− = (1 − 0.7286)/0.83 = 0.327 ≈ 0.33

答案

LR− = 0.33
2.循证实践统计学

答案: p′ = 18.5 %

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 − 0.69)/0.91 = 0.3407

检验前比值

0.4/(1 − 0.4) = 0.6667

检验后比值

0.6667·0.3407 = 0.2271

检验后概率

p′ = 0.2271/(1 + 0.2271) = 0.1851 ≈ 18.5%

答案

p′ = 18.5%
3.描述统计

答案: s = 19.6

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 = 225/6 = 37.5

离差平方

Σ(x − x̄)² = 2.5² + 9.5² + 18.5² + (−20.5)² + (−27.5)² + 17.5² = 1922

标准差

s = √(1922/5) = 19.6

答案

s = 19.6
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 = (54 − 60)/12 = −0.5

答案

z = −0.5
5.置信区间

答案: 上限 = 47.71

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 = 12, t = 1.782

误差范围

E = 1.782·6.5/√13 = 3.213

区间

44.5 ± 3.213 → [41.29, 47.71]

答案

上限 = 47.71
6.置信区间

答案: n = 385

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 = 1.96²·0.5·0.5/0.05² = 384.2

向上取整

n = 385

答案

n = 385
7.假设检验与置信区间

答案: t = 3.7

Testing a mean: the test statistic measures how many standard errors the sample mean lies from the value claimed in H₀: z = (x̄ − μ₀)/(σ/√n) when σ is known, t = (x̄ − μ₀)/(s/√n) when it is estimated from the sample. A confidence interval is x̄ ± (critical value)·(standard error).

平均差值的标准误

SE = 8.8/√20 = 1.968

检验统计量

t = 7.28/1.968 = 3.7

答案

t = 3.7

df = 19 时，双侧 5% 的临界值为 2.093；|t| 更大，所以拒绝 H₀。

8.假设检验与置信区间

答案: n = 176

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)·16/3)² = 175.9

向上取整

n = 176

答案

n = 176

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