Lecture310112004-交大统计所.doc

PAGE  PAGE 7 Lecture 4 10/08/2008 主題: 隨機變數和機率 I. 醫學常用指標 False-positive and false-negative – 檢驗方法可能會犯的兩種錯誤 true positive test positive false positive rate ? (沒有愛滋卻檢查出有; 沒有唐氏症卻檢查出有) ? 虛驚一場 false negative rate ? (有乳癌卻檢查不到) ? 錯失良機 Example 3.4.1 (補充講義 = 流行病學) test whether the baby is a female Design ? fix total n = 300. #(test +, true -) = 51 #(test +, true +) = 78 #(test -, true -) = 96 #(test -, true +) = 75 Caution: Sampling design 的限制 ? 重要 如果換一種抽樣方式? Example 3.4.2 (補充講義 = 流行病學) test whether a woman is pregnant Design ? fix column totals; # of pregnancy = 10; # of pregnancy = 10 可以計算 Pr(test pregnant | true pregnant) Pr(test pregnant | true non-pregnant) 無法計算 Pr(true pregnant | test pregnant) Pr(true pregnant | test non-pregnant) Remark: when the column (row) totals are fixed, you can not do mathematical calculations on numbers from different columns (row). “specificity” and “sensitivity” – 評估檢驗方法的兩種標準 specificity 胎兒唐氏症檢驗: 血液檢查 specificity 低; 羊膜穿刺最準確 sensitivity 乳癌檢查: 觸診, 超音波, 乳房攝影 Example: test presence of diabetes (糖尿病), fixed total =137 #(test +, true -) = 23 #(test +, true +) = 44 #(test -, true -) = 69 #(test -, true +) = 10 Specificity = = 0.723 Sensitivity = = 0.815 Relative Risk – 相對風險 (判斷某個風險因子是否真和疾病有關聯) have a disease; have been exposed to a risk factor . 接觸過輻射: E. 有癌症: D. If ? 懷疑幅射可能致癌 Example 3.4.3: sudden infant death syndrome ? fix rows II. 貝氏定理 (Baye’s theorem) a. 的公式: 表示為條件機率的乘積 b. 貝氏定理 Given that “partition” (切割) the sample space, Note: “partition” means that for , and . 編造的例子: 體會貝氏定理的用途. Ex. 台灣的族群和政黨傾向 = 閩南人, : 外省人,  EMBED Equation.3 
= 客家人,  EMBED Equation.3 
 = 原住民和其他 ?  EMBED Equation.3 
 假設我們知道 - 族群的組成比例 , , and . 設我們還知道各個族群中投票給民進黨的比例 ? 閩南人中投給民進黨的比例 ? 外省人中投給民進黨的比例 ? 客家人中投給民進黨的比例 ? 原住民中投給民進黨的比例 假設你是民進黨的黨工, 你會感興趣 - , where = 投票給民進黨 -投票給民進黨的人中, 各個族群的比例 ? 投給民進黨的人中, 來自本省籍的比例 ? 投給民進黨的人中, 來自外省籍的比例 ?投給民進黨的人中, 來自客家籍的比例 ? 投給民進黨的人中, 來自原住民的比例 Key: 利