俗话说,是药三分毒,凡药物都有副作用。
现假设发明了治疗新冠肺炎的一种新药,但它有副作用,会导致失明,药监局制定一个标准,规定致盲率不得高于万分之四。
于是开展临床试验,但只招募到5000个志愿者,这5000人吃药后,有3个人失明。按照这个结果,致盲率是否达标?
按照直觉,5000人有3个失明,那么10000人就6个失明,高于万分之四的标准,不合格。
但实际上不是这样算的,正确的计算如下:
每个人服药后,副作用有两个结果:或没事或失明,因此服从二项分布b (1, p),均值(致盲率)为p,方差为p (1 – p)。
现有5000个志愿者参加,即样本量 n=5000,由于样本量较大,因此样本均值 x(致盲率)近似服从正态分布N (p, p (1 – p)/n),经过标准化变换,可得:
药监局标准规定,致盲率不得大于万分之四,因此这是一个假设检验问题,可选用近似 u检验。
建立假设:接受域 H0:p≤0.0004,拒绝域 H1:p > 0.0004
选显著性水平α=0.05,查表可得拒绝域为{u > u1-α}={u > u0.95}={u > 1.645}
用这个试验的样本观测值代入上式,得:
结论:由于 u未落在拒绝域中,所以不能拒绝原假设,应认为致盲率符合标准。
这个结果,用人话说,就是当5000人中有3人失明时,仍然有95%的的把握认为,致盲率不高于万分之四。
现假设发明了治疗新冠肺炎的一种新药,但它有副作用,会导致失明,药监局制定一个标准,规定致盲率不得高于万分之四。
于是开展临床试验,但只招募到5000个志愿者,这5000人吃药后,有3个人失明。按照这个结果,致盲率是否达标?
按照直觉,5000人有3个失明,那么10000人就6个失明,高于万分之四的标准,不合格。
但实际上不是这样算的,正确的计算如下:
每个人服药后,副作用有两个结果:或没事或失明,因此服从二项分布b (1, p),均值(致盲率)为p,方差为p (1 – p)。
现有5000个志愿者参加,即样本量 n=5000,由于样本量较大,因此样本均值 x(致盲率)近似服从正态分布N (p, p (1 – p)/n),经过标准化变换,可得:
药监局标准规定,致盲率不得大于万分之四,因此这是一个假设检验问题,可选用近似 u检验。
建立假设:接受域 H0:p≤0.0004,拒绝域 H1:p > 0.0004
选显著性水平α=0.05,查表可得拒绝域为{u > u1-α}={u > u0.95}={u > 1.645}
用这个试验的样本观测值代入上式,得:
结论:由于 u未落在拒绝域中,所以不能拒绝原假设,应认为致盲率符合标准。
这个结果,用人话说,就是当5000人中有3人失明时,仍然有95%的的把握认为,致盲率不高于万分之四。
最后编辑: 2020-08-19