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)。 在一项随机试验中,110 名患者接受新疗法,160 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)。 求预防一次事件所需的治疗人数NNT。 向上取整到整数患者。
治疗: 11/110对照: 26/160
NNT =
2.循证实践统计学困难
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 70%,特异度为 80%。它用于患病率为 20% 的人群。 求阴性预测值NPV,以百分数表示。 保留一位小数。
Se = 70%Sp = 80%p = 20%
NPV = %
3.描述统计中等
求数据的样本标准差 s:29, 31, 45, 37, 47, 53, 22。
n = 7
s =
4.描述统计困难
考试成绩服从正态分布,平均数为 70,标准差为 15。求成绩 88.75 的 z 分数 z。
μ = 70σ = 15x = 88.75
z =
5.置信区间中等
一个包含 7 个个体的样本,均值为 115.5,标准差 s = 19。总体近似服从正态分布。 求均值的 90% 置信区间的上限。
n = 7x̄ = 115.5s = 1990%t(6) = 1.943
上限 =
6.置信区间困难
总体标准差为 29。样本量 n 至少要多大,才能使均值的 95% 置信区间的误差范围不超过 0.5?
σ = 29E = 0.595%
n =
7.假设检验与置信区间中等
100 名学生的样本平均分为 196.9,样本标准差为 12。求 H₀: μ = 200 的检验统计量 t。
μ₀ = 200x̄ = 196.9s = 12n = 100
t =
8.假设检验与置信区间困难
在一项试验中,接受治疗 A 的 200 名患者中有 140 人康复,接受治疗 B 的 80 名患者中有 66 人康复。用合并比例求 H₀: p₁ = p₂ 的检验统计量 z。
x₁ = 140n₁ = 200x₂ = 66n₂ = 80
z =
3溶液
1.循证实践统计学
答案: NNT = 16
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 = 11/110 = 0.1
CER = 26/160 = 0.1625
需要治疗人数
ARR = 0.1625 − 0.1 = 0.0625
NNT = 1/0.0625 = 16 → 16
2.循证实践统计学
答案: NPV = 91.4 %
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。
真阴性和假阴性(按每人计)
Sp·(1 − p) = 0.8·0.8 = 0.64
(1 − Se)·p = 0.3·0.2 = 0.06
阴性预测值
NPV = 0.64/(0.64 + 0.06) = 0.9143 ≈ 91.4%
3.描述统计
答案: s = 11.12
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 = (−8.714)² + (−6.714)² + 7.286² + (−0.7143)² + 9.286² + 15.29² + (−15.71)² = 741.4
4.描述统计
答案: z = 1.25
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 = (88.75 − 70)/15 = 1.25
5.置信区间
答案: 上限 = 129.5
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 = 1.943
区间
115.5 ± 13.95 → [101.5, 129.5]
6.置信区间
答案: n = 12924
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 = (1.96·29/0.5)² = 12923
7.假设检验与置信区间
答案: t = −2.583
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)。
标准误
SE = 12/√100 = 12/10 = 1.2
检验统计量
t = (196.9 − 200)/1.2 = −2.583
t = −2.583
t0.025; df = 99 = 1.984
|t| > 1.984,所以在 5% 水平下拒绝 H₀(双侧)。
8.假设检验与置信区间
答案: z = −2.143
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 = 140/200 = 0.7
p̂₂ = 66/80 = 0.825
p̂ = 206/280 = 0.7357
H₀ 下的标准误
SE = √(0.7357·0.2643·(1/200 + 1/80)) = 0.05833
检验统计量
z = (0.7 − 0.825)/0.05833 = −2.143
|z| > 1.96,所以在 5% 水平下拒绝 H₀(双侧)。