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)。 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 = 129b = 652c = 21d = 1158
LR− =
2.循证实践统计学困难
练习题(虚构数值,不作为临床指导)。 用灵敏度为 70%、特异度为 92% 的检测对 10 000 人进行筛查。该病的患病率为 18%。 预期会有多少假阳性结果FP?
N = 10 000p = 18%Se = 70%Sp = 92%
FP =
3.描述统计中等
求数据的样本标准差 s:60, 46, 20, 10, 14, 26, 24。
n = 7
s =
4.描述统计困难
考试成绩服从正态分布,平均数为 170,标准差为 12。求成绩 182 的 z 分数 z。
μ = 170σ = 12x = 182
z =
5.置信区间中等
一个包含 25 个个体的样本,均值为 59.5,标准差 s = 8.5。总体近似服从正态分布。 求均值的 99% 置信区间的上限。
n = 25x̄ = 59.5s = 8.599%t(24) = 2.797
上限 =
6.置信区间困难
对两种肥料进行试验。地块组 1:25 块地,平均产量 71.5 kg,标准差 8.5 kg。地块组 2:6 块地,均值 64 kg,标准差 4.5 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 = 25x̄₁ = 71.5s₁ = 8.5n₂ = 6x̄₂ = 64s₂ = 4.590%t(29) = 1.699
E = kg
7.假设检验与置信区间中等
7 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 −2.99,差值的标准差为 9.9。求 H₀: μd = 0 的配对检验统计量 t。
n = 7d̄ = −2.99sd = 9.9
t =
8.假设检验与置信区间困难
64 次测量的样本均值为 100.6。总体标准差为 12。求均值 90% 置信区间的下限 L。
x̄ = 100.6σ = 12n = 6490%
L =
3溶液
1.循证实践统计学
答案: LR− = 0.22
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 = 129/150 = 0.86
Sp = 1158/1810 = 0.6398
阴性似然比
LR− = (1 − 0.86)/0.6398 = 0.2188 ≈ 0.22
2.循证实践统计学
答案: FP = 656
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。
患病者和未患病者
10 000·0.18 = 1800
10 000 − 1800 = 8200
在 1916 个阳性结果中,只有 1260 人患病(PPV 65.8%)。
3.描述统计
答案: s = 18.03
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 = 31.43² + 17.43² + (−8.571)² + (−18.57)² + (−14.57)² + (−2.571)² + (−4.571)² = 1950
4.描述统计
答案: z = 1
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: 上限 = 64.25
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 = 24, t = 2.797
误差范围
E = 2.797·8.5/√25 = 4.755
区间
59.5 ± 4.755 → [54.75, 64.25]
6.置信区间
答案: E = 6.144 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 = (24·8.5² + 5·4.5²)/29 = 63.28
sp = 7.955
误差范围
E = 1.699·7.955·√(1/25 + 1/6) = 6.144
7.假设检验与置信区间
答案: t = −0.7991
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)。
检验统计量
t = −2.99/3.742 = −0.7991
df = 6 时,双侧 5% 的临界值为 2.447;|t| 更小,所以不拒绝 H₀。
8.假设检验与置信区间
答案: L = 98.13
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
L = 100.6 − 2.468 = 98.13