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160104ab未暴露130256cd

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 290 名患某病的患者(病例)和 360 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 = 160b = 104c = 130d = 256
OR =
2.循证实践统计学困难
p (%)PPV (%)2%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 80%,特异度为 98%。它用于患病率为 2% 的人群。 求阳性预测值PPV,以百分数表示。 保留一位小数。

Se = 80%Sp = 98%p = 2%
PPV = %
3.描述统计中等
2025303540455055

求数据的样本标准差 s:18, 59, 25, 24, 30, 32, 41。

n = 7
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 25。数值高于 462.5 的比例 P 是多少?

μ = 500σ = 25x = 462.5
P =
5.置信区间中等
n = 11, s = 9.5LUx̄ = 67E = ?90%

一个包含 11 个个体的样本,均值为 67,标准差 s = 9.5。总体近似服从正态分布。 求均值的 90% 置信区间的误差范围 E。

n = 11x̄ = 67s = 9.590%t(10) = 1.812
E =
6.置信区间困难
σ = 18, n = ?x̄ − Ex̄ + Ex̄E = 490%

总体标准差为 18。样本量 n 至少要多大,才能使均值的 90% 置信区间的误差范围不超过 4?

σ = 18E = 490%
n =
7.假设检验与置信区间中等
−2.0642.064t = ?df = 24

比较两种教学方法。第 1 组:17 名学生,平均分 64.5,标准差 4。第 2 组:9 名学生,平均分 63.2,标准差 2。假设总体方差相等,使用合并方差的两样本 t 检验。取差值为 x̄₁ − x̄₂(第 1 组减第 2 组),求 H₀: μ₁ = μ₂ 的检验统计量 t。

n₁ = 17x̄₁ = 64.5s₁ = 4n₂ = 9x̄₂ = 63.2s₂ = 2
t =
8.假设检验与置信区间困难
σ = 5, n = ?x̄ − Ex̄ + Ex̄E = 0.599%

样本至少要多大,才能使均值的 99% 置信区间的误差范围不超过 0.5?标准差为 5。求最小样本量 n。

σ = 5E = 0.599%
n =

3溶液

1.循证实践统计学

答案: OR = 3.03

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: 160/130 = 1.231
对照: 104/256 = 0.4063

比值比

OR = (160·256)/(104·130) = 3.03

答案

OR = 3.03

OR 大于 1:暴露在病例中更常见。

2.循证实践统计学

答案: PPV = 44.9 %

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 = 0.8·0.02 = 0.016
(1 − Sp)·(1 − p) = 0.02·0.98 = 0.0196

阳性预测值

PPV = 0.016/(0.016 + 0.0196) = 0.4494 ≈ 44.9%

答案

PPV = 44.9%

患病率越低,同一检测的 PPV 越低。

3.描述统计

答案: s = 13.66

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 = 229/7 = 32.71

离差平方

Σ(x − x̄)² = (−14.71)² + 26.29² + (−7.714)² + (−8.714)² + (−2.714)² + (−0.7143)² + 8.286² = 1119

标准差

s = √(1119/6) = 13.66

答案

s = 13.66
4.描述统计

答案: P = 0.9332

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 = −1.5

标准正态分布表

Φ(−1.5) = 0.06681
P = 1 − 0.06681 = 0.9332

答案

P = 0.9332
5.置信区间

答案: E = 5.19

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 = 10, t = 1.812

误差范围

E = 1.812·9.5/√11 = 5.19

答案

E = 5.19
6.置信区间

答案: n = 55

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 = (1.645·18/4)² = 54.8

向上取整

样本量是整数,向下取整会使误差范围过大。

n = 55

答案

n = 55
7.假设检验与置信区间

答案: t = 0.9104

假设检验:检验统计量 =(估计值 − H₀ 下的值)/(H₀ 下的标准误)。p 值是在假定 H₀ 为真时,统计量至少与观测值一样极端的概率:单侧 H₁ 取一个尾部的面积,双侧 H₁ 取尾部面积的两倍。当 p ≤ α 时拒绝 H₀。

合并方差

sp² = (16·4² + 8·2²)/24 = 12
sp = 3.464

标准误

SE = 3.464·√(1/17 + 1/9) = 1.428

检验统计量

t = (64.5 − 63.2)/1.428 = 0.9104

答案

t = 0.9104

df = 24 时,双侧 5% 的临界值为 2.064;|t| 更小,所以不拒绝 H₀。

8.假设检验与置信区间

答案: n = 664

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 = (2.576·5/0.5)² = 663.6

向上取整

n = 664

答案

n = 664

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