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
人年155032390533500.5新发病例73

练习题(虚构数值,不作为临床指导)。 在一项队列研究中,不同人群被随访了不同的时间长度(见表:每组的人数和随访年数)。随访期间发生了 73 例新发病例。求发病率IR,每 1000 人年。 保留一位小数。

550 × 3 年390 × 5 年350 × 0.5 年73 新发病例
IR = 每 1000 人年
2.循证实践统计学困难
p (%)PPV (%)10%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 71%,特异度为 97%。它用于患病率为 10% 的人群。 求阳性预测值PPV,以百分数表示。 保留一位小数。

Se = 71%Sp = 97%p = 10%
PPV = %
3.描述统计中等
152025303540455055

求数据的样本标准差 s:49, 12, 52, 53, 13, 58。

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 50,标准差为 5。数值低于 45 的比例 P 是多少?

μ = 50σ = 5x = 45
P =
5.置信区间中等
μ₁ − μ₂0L = ?Ux̄₁ − x̄₂E90%

比较两种手机型号的电池续航时间。型号 1:100 部手机,均值 146.5 h,已知标准差 4 h。型号 2:60 部手机,均值 152 h,已知标准差 16 h。 求 μ₁ − μ₂ 的 90% 置信区间的下限。

n₁ = 100x̄₁ = 146.5 hσ₁ = 4 hn₂ = 60x̄₂ = 152 hσ₂ = 16 h90%
下限 = h
6.置信区间困难
μ₁ − μ₂, t(29) = 1.6990LUx̄₁ − x̄₂E = ?90%

对两种肥料进行试验。地块组 1:23 块地,平均产量 96 kg,标准差 8.5 kg。地块组 2:8 块地,均值 91.5 kg,标准差 4 kg。假设方差相等(合并 t,df = n₁ + n₂ − 2)。 求 μ₁ − μ₂ 的 90% 置信区间的误差范围 E。

n₁ = 23x̄₁ = 96s₁ = 8.5n₂ = 8x̄₂ = 91.5s₂ = 490%t(29) = 1.699
E = kg
7.假设检验与置信区间中等
t −2.13102.131

16 名学生的样本平均分为 79.5,样本标准差为 15。求 H₀: μ = 75 的检验统计量 t。

μ₀ = 75x̄ = 79.5s = 15n = 16
t =
8.假设检验与置信区间困难
H₀H₁μ₀x̄cμ₀ + 4α = 0.05βσ = 16, 功效 95%, n = ?

在 α = 0.05 下的单侧 z 检验,必须以 95% 的功效检测出均值 4 个单位的偏移。标准差为 16。求最小样本量 n。

α = 0.05功效 = 95%δ = 4σ = 16zα = 1.645zβ = 1.645
n =

3溶液

1.循证实践统计学

答案: IR = 19.3 每 1000 人年

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。

人年

PY = 550·3 + 390·5 + 350·0.5 = 3775

发病率

IR = 73/3775·1000 = 19.3 每 1000 人年

答案

IR = 19.3 每 1000 人年
2.循证实践统计学

答案: PPV = 72.4 %

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 = 0.71·0.1 = 0.071
(1 − Sp)·(1 − p) = 0.03·0.9 = 0.027

阳性预测值

PPV = 0.071/(0.071 + 0.027) = 0.7245 ≈ 72.4%

答案

PPV = 72.4%

患病率越低,同一检测的 PPV 越低。

3.描述统计

答案: s = 21.12

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 = 237/6 = 39.5

离差平方

Σ(x − x̄)² = 9.5² + (−27.5)² + 12.5² + 13.5² + (−26.5)² + 18.5² = 2230

标准差

s = √(2230/5) = 21.12

答案

s = 21.12
4.描述统计

答案: P = 0.1587

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 = −1

标准正态分布表

Φ(−1) = 0.1587
P = 0.1587

答案

P = 0.1587
5.置信区间

答案: 下限 = −8.961 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 = 146.5 − 152 = −5.5

标准误

SE = √(4²/100 + 16²/60) = 2.104

误差范围

E = 1.645·2.104 = 3.461

区间

−5.5 ± 3.461 → [−8.961, −2.039]

答案

下限 = −8.961 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: E = 5.342 kg

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。

合并标准差

sp² = (22·8.5² + 7·4²)/29 = 58.67
sp = 7.66

误差范围

E = 1.699·7.66·√(1/23 + 1/8) = 5.342

答案

E = 5.342 kg
7.假设检验与置信区间

答案: t = 1.2

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 = 15/√16 = 15/4 = 3.75

检验统计量

t = (79.5 − 75)/3.75 = 1.2

答案

t = 1.2
t0.025; df = 15 = 2.131

|t| < 2.131,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: n = 174

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 + 1.645)·16/4)² = 173.2

向上取整

n = 174

答案

n = 174

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