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182324ab未暴露128366cd

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 310 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 = 182b = 324c = 128d = 366
OR =
2.循证实践统计学困难
p (%)PPV (%)15%PPV = ?100

练习题（虚构数值，不作为临床指导）。 一项筛查检测的灵敏度为 76%，特异度为 83%。它用于患病率为 15% 的人群。 求阳性预测值PPV，以百分数表示。 保留一位小数。

Se = 76%Sp = 83%p = 15%
PPV = %
3.描述统计中等
152025303540455055

求数据的样本标准差 s：56, 46, 15, 50, 52, 44, 13。

n = 7
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 500，标准差为 50。求成绩 600 的 z 分数 z。

μ = 500σ = 50x = 600
z =
5.置信区间中等
n = 15, s = 14LUx̄ = 120E = ?95%

一个包含 15 个个体的样本，均值为 120，标准差 s = 14。总体近似服从正态分布。 求均值的 95% 置信区间的误差范围 E。

n = 15x̄ = 120s = 1495%t(14) = 2.145
E =
6.置信区间困难
p = 0.5, n = ?p̂ − Ep̂ + Ep̂E = 0.0395%

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 0.03？

p = 0.5E = 0.0395%
n =
7.假设检验与置信区间中等
t −1.9901.99

81 名学生的样本平均分为 497.1，样本标准差为 10。求 H₀: μ = 500 的检验统计量 t。

μ₀ = 500x̄ = 497.1s = 10n = 81
t =
8.假设检验与置信区间困难
σ = 8, n = ?x̄ − Ex̄ + Ex̄E = 390%

样本至少要多大，才能使均值的 90% 置信区间的误差范围不超过 3？标准差为 8。求最小样本量 n。

σ = 8E = 390%
n =

3溶液

1.循证实践统计学

答案: OR = 1.61

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: 182/128 = 1.422
对照: 324/366 = 0.8852

比值比

OR = (182·366)/(324·128) = 1.606 ≈ 1.61

答案

OR = 1.61

OR 大于 1：暴露在病例中更常见。

2.循证实践统计学

答案: PPV = 44.1 %

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。

真阳性和假阳性（按每人计）

Se·p = 0.76·0.15 = 0.114
(1 − Sp)·(1 − p) = 0.17·0.85 = 0.1445

阳性预测值

PPV = 0.114/(0.114 + 0.1445) = 0.441 ≈ 44.1%

答案

PPV = 44.1%

患病率越低，同一检测的 PPV 越低。

3.描述统计

答案: s = 17.81

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 = 276/7 = 39.43

离差平方

Σ(x − x̄)² = 16.57² + 6.571² + (−24.43)² + 10.57² + 12.57² + 4.571² + (−26.43)² = 1904

标准差

s = √(1904/6) = 17.81

答案

s = 17.81
4.描述统计

答案: z = 2

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 = (600 − 500)/50 = 2

答案

z = 2
5.置信区间

答案: E = 7.754

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 = 14, t = 2.145

误差范围

E = 2.145·14/√15 = 7.754

答案

E = 7.754
6.置信区间

答案: n = 1068

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 = 1.96²·0.5·0.5/0.03² = 1067

向上取整

n = 1068

答案

n = 1068
7.假设检验与置信区间

答案: t = −2.61

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 = 10/√81 = 10/9 = 1.111

检验统计量

t = (497.1 − 500)/1.111 = −2.61

答案

t = −2.61
t0.025; df = 80 = 1.99

|t| > 1.99，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 = 20

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）。

解出 n

n = (1.645·8/3)² = 19.24

向上取整

n = 20

答案

n = 20

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