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
事件无事件总数治疗135595730ab对照81139220cd

练习题(虚构数值,不作为临床指导)。 在一项随机试验中,730 名患者接受新疗法,220 名接受对照治疗。表中显示每组有多少人出现了结局(如卒中等不良事件)。 求治疗时发生该事件的相对危险度RR。 保留两位小数。

治疗: 135/730对照: 81/220
RR =
2.循证实践统计学困难
对照21%治疗?

练习题(虚构数值,不作为临床指导)。 不用某种药物时,21% 的患者在一年内出现某种副作用。该药使此风险升高,相对危险度 RR = 1.67。求需要伤害人数NNH:需要多少患者服药一年,才会多出一名患者发生该副作用? 向上取整到整数患者。

对照 21%RR = 1.67
NNH =
3.描述统计中等
20253035404550

求数据的样本标准差 s:41, 30, 42, 16, 51, 49。

n = 6
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 60,标准差为 15。求成绩 82.5 的 z 分数 z。

μ = 60σ = 15x = 82.5
z =
5.置信区间中等
x̄E₁ = 4.795%, n = 36x̄E₂ = ?99%, n = 144

基于 36 个观测值且 σ 已知的均值 95% 置信区间,其误差范围为 4.7。 基于 144 个观测值的 99% 区间,其误差范围 E₂ 是多少?

95%n₁ = 36E₁ = 4.799%n₂ = 144
E₂ =
6.置信区间困难
μ₁ − μ₂, t(15) = 2.1310LUx̄₁ − x̄₂E = ?95%

对两种肥料进行试验。地块组 1:8 块地,平均产量 100 kg,标准差 3.5 kg。地块组 2:9 块地,均值 89 kg,标准差 1 kg。假设方差相等(合并 t,df = n₁ + n₂ − 2)。 求 μ₁ − μ₂ 的 95% 置信区间的误差范围 E。

n₁ = 8x̄₁ = 100s₁ = 3.5n₂ = 9x̄₂ = 89s₂ = 195%t(15) = 2.131
E = kg
7.假设检验与置信区间中等
−2.1792.179t = ?df = 12

比较两种教学方法。第 1 组:6 名学生,平均分 72,标准差 2。第 2 组:8 名学生,平均分 73.6,标准差 4。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 = 6x̄₁ = 72s₁ = 2n₂ = 8x̄₂ = 73.6s₂ = 4
t =
8.假设检验与置信区间困难
−1.961.96z = ?

在一项试验中,接受治疗 A 的 300 名患者中有 45 人康复,接受治疗 B 的 120 名患者中有 10 人康复。用合并比例求 H₀: p₁ = p₂ 的检验统计量 z。

x₁ = 45n₁ = 300x₂ = 10n₂ = 120
z =

3溶液

1.循证实践统计学

答案: RR = 0.5

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。

事件发生率

EER = 135/730 = 0.1849
CER = 81/220 = 0.3682

相对危险度

RR = 0.1849/0.3682 = 0.5023 ≈ 0.5

答案

RR = 0.5
2.循证实践统计学

答案: NNH = 8

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。

用药时的风险

0.21·1.67 = 0.3507

绝对风险增加

ARI = 0.3507 − 0.21 = 0.1407

需要伤害人数

NNH = 1/0.1407 = 7.107 → 8

答案

NNH = 8
3.描述统计

答案: s = 13.14

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 = 229/6 = 38.17

离差平方

Σ(x − x̄)² = 2.833² + (−8.167)² + 3.833² + (−22.17)² + 12.83² + 10.83² = 862.8

标准差

s = √(862.8/5) = 13.14

答案

s = 13.14
4.描述统计

答案: z = 1.5

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 = (82.5 − 60)/15 = 1.5

答案

z = 1.5
5.置信区间

答案: E₂ = 3.089

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。

误差范围之比

E₂/E₁ = (2.576/1.96)·√(36/144) = 0.6571

新的误差范围

E₂ = 4.7·0.6571 = 3.089

答案

E₂ = 3.089
6.置信区间

答案: E = 2.589 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 = (7·3.5² + 8·1²)/15 = 6.25
sp = 2.5

误差范围

E = 2.131·2.5·√(1/8 + 1/9) = 2.589

答案

E = 2.589 kg
7.假设检验与置信区间

答案: t = −0.8933

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 = (5·2² + 7·4²)/12 = 11
sp = 3.317

标准误

SE = 3.317·√(1/6 + 1/8) = 1.791

检验统计量

t = (72 − 73.6)/1.791 = −0.8933

答案

t = −0.8933

df = 12 时,双侧 5% 的临界值为 2.179;|t| 更小,所以不拒绝 H₀。

8.假设检验与置信区间

答案: z = 1.83

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。

样本比例

p̂₁ = 45/300 = 0.15
p̂₂ = 10/120 = 0.08333
p̂ = 55/420 = 0.131

H₀ 下的标准误

SE = √(0.131·0.869·(1/300 + 1/120)) = 0.03644

检验统计量

z = (0.15 − 0.08333)/0.03644 = 1.83

答案

z = 1.83

|z| < 1.96,所以在 5% 水平下不拒绝 H₀(双侧)。

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