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
病例人年暴露4684500未暴露682600

练习题（虚构数值，不作为临床指导）。 在一项队列研究中，暴露者贡献了 4500 人年，有 468 例新发病例；未暴露者贡献了 2600 人年，有 68 例新发病例。求发病率比IRR（暴露组对未暴露组）。 保留两位小数。

暴露: 468/4500 PY未暴露: 68/2600 PY
IRR =
2.循证实践统计学困难
检验前25%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 25%。一项灵敏度为 82%、特异度为 67% 的检测结果为正数。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 25%Se = 82%Sp = 67%正数
p′ = %
3.描述统计中等
152025303540455055

求数据的样本标准差 s：59, 35, 11, 50, 26, 55。

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 15。数值低于 32 的比例 P 是多少？

μ = 50σ = 15x = 32
P =
5.置信区间中等
n = 7, s = 17LUx̄ = 18E = ?95%

一个包含 7 个个体的样本，均值为 18，标准差 s = 17。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 = 7x̄ = 18s = 1795%t(6) = 2.447
E =
6.置信区间困难
σ = 15, n = ?x̄ − Ex̄ + Ex̄E = 0.599%

总体标准差为 15。样本量 n 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？

σ = 15E = 0.599%
n =
7.假设检验与置信区间中等
2.5p = ?

据称某总体的均值为 120；已知总体标准差为 16。一个含 64 个观测值的随机样本均值为 125。检验 H₀: μ = 120 对 H₁: μ > 120。求 p 值 p。

μ₀ = 120σ = 16n = 64x̄ = 125H₁: μ > μ₀
p =
8.假设检验与置信区间困难
H₀H₁μ₀x̄cμ₀ + 2α = 0.05βσ = 20, 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 2 个单位的偏移。标准差为 20。求最小样本量 n。

α = 0.05功效 = 80%δ = 2σ = 20zα = 1.645zβ = 0.842
n =

3溶液

1.循证实践统计学

答案: IRR = 3.98

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。

发病率

暴露: 468/4500 = 104 每 1000 人年
未暴露: 68/2600 = 26.15 每 1000 人年

率比

IRR = 104/26.15 = 3.976 ≈ 3.98

答案

IRR = 3.98
2.循证实践统计学

答案: p′ = 45.3 %

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+ = 0.82/(1 − 0.67) = 2.485

检验前比值

0.25/(1 − 0.25) = 0.3333

检验后比值

0.3333·2.485 = 0.8283

检验后概率

p′ = 0.8283/(1 + 0.8283) = 0.453 ≈ 45.3%

答案

p′ = 45.3%
3.描述统计

答案: s = 18.68

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 = 236/6 = 39.33

离差平方

Σ(x − x̄)² = 19.67² + (−4.333)² + (−28.33)² + 10.67² + (−13.33)² + 15.67² = 1745

标准差

s = √(1745/5) = 18.68

答案

s = 18.68
4.描述统计

答案: P = 0.1151

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 = −1.2

标准正态分布表

Φ(−1.2) = 0.1151
P = 0.1151

答案

P = 0.1151
5.置信区间

答案: E = 15.72

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 = 6, t = 2.447

误差范围

E = 2.447·17/√7 = 15.72

答案

E = 15.72
6.置信区间

答案: n = 5973

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 = (2.576·15/0.5)² = 5972

向上取整

样本量是整数，向下取整会使误差范围过大。

n = 5973

答案

n = 5973
7.假设检验与置信区间

答案: p = 0.00621

Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.

检验统计量

SE = σ/√n = 16/√64 = 2
z = (125 − 120)/2 = 2.5

尾部面积

Φ(2.5) = 0.9938
1 − Φ(2.5) = 0.0062

p 值

p = 0.00621

答案

p = 0.00621

p ≤ 0.05，所以在 5% 水平下拒绝 H₀。

8.假设检验与置信区间

答案: n = 619

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)·20/2)² = 618.5

向上取整

n = 619

答案

n = 619

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