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18032150135703新发病例48

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 48 例新发病例。求发病率IR,每 1000 人年。 保留一位小数。

80 × 3 年150 × 1 年份570 × 3 年48 新发病例
IR = 每 1000 人年
2.循证实践统计学困难
p (%)PPV (%)20%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 99%,特异度为 99%。它用于患病率为 20% 的人群。 求阳性预测值PPV,以百分数表示。 保留一位小数。

Se = 99%Sp = 99%p = 20%
PPV = %
3.描述统计中等
1520253035404550

求数据的样本标准差 s:54, 22, 29, 25, 11。

n = 5
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 531.3 的比例 P 是多少?

μ = 500σ = 25x = 531.3
P =
5.置信区间中等
n = 10, s = 16.5LU = ?x̄ = 25.5E95%

一个包含 10 个个体的样本,均值为 25.5,标准差 s = 16.5。总体近似服从正态分布。 求均值的 95% 置信区间的上限。

n = 10x̄ = 25.5s = 16.595%t(9) = 2.262
上限 =
6.置信区间困难
σ = 17, n = ?x̄ − Ex̄ + Ex̄E = 2.590%

总体标准差为 17。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 2.5?

σ = 17E = 2.590%
n =
7.假设检验与置信区间中等
−2.06p = ?

据称某总体的均值为 50;已知总体标准差为 15。一个含 36 个观测值的随机样本均值为 44.85。检验 H₀: μ = 50 对 H₁: μ < 50。求 p 值 p。

μ₀ = 50σ = 15n = 36x̄ = 44.85H₁: μ < μ₀
p =
8.假设检验与置信区间困难
H₀H₁μ₀x̄cμ₀ + 1.5α = 0.05βσ = 11, 功效 90%, n = ?

在 α = 0.05 下的单侧 z 检验,必须以 90% 的功效检测出均值 1.5 个单位的偏移。标准差为 11。求最小样本量 n。

α = 0.05功效 = 90%δ = 1.5σ = 11zα = 1.645zβ = 1.282
n =

3溶液

1.循证实践统计学

答案: IR = 22.9 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 = 80·3 + 150·1 + 570·3 = 2100

发病率

IR = 48/2100·1000 = 22.9 每 1000 人年

答案

IR = 22.9 每 1000 人年
2.循证实践统计学

答案: PPV = 96.1 %

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 = 0.99·0.2 = 0.198
(1 − Sp)·(1 − p) = 0.01·0.8 = 0.008

阳性预测值

PPV = 0.198/(0.198 + 0.008) = 0.9612 ≈ 96.1%

答案

PPV = 96.1%

患病率越低,同一检测的 PPV 越低。

3.描述统计

答案: s = 15.9

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 = 141/5 = 28.2

离差平方

Σ(x − x̄)² = 25.8² + (−6.2)² + 0.8² + (−3.2)² + (−17.2)² = 1011

标准差

s = √(1011/4) = 15.9

答案

s = 15.9
4.描述统计

答案: P = 0.1056

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 = 1.25

标准正态分布表

Φ(1.25) = 0.8944
P = 1 − 0.8944 = 0.1056

答案

P = 0.1056
5.置信区间

答案: 上限 = 37.3

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 = 9, t = 2.262

误差范围

E = 2.262·16.5/√10 = 11.8

区间

25.5 ± 11.8 → [13.7, 37.3]

答案

上限 = 37.3
6.置信区间

答案: n = 126

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 = (1.645·17/2.5)² = 125.1

向上取整

样本量是整数,向下取整会使误差范围过大。

n = 126

答案

n = 126
7.假设检验与置信区间

答案: p = 0.0197

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。

检验统计量

SE = σ/√n = 15/√36 = 2.5
z = (44.85 − 50)/2.5 = −2.06

尾部面积

Φ(2.06) = 0.9803
1 − Φ(2.06) = 0.0197

p 值

p = 0.0197

答案

p = 0.0197

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 = 461

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 + 1.282)·11/1.5)² = 460.7

向上取整

n = 461

答案

n = 461

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