Rule of three.In statistical analys

Rule of three.
In statistical analysis, the rule of three states that if a certain event did not occur in a sample with n subjects (hat p=0), the interval from 0 to 3/n is a 95% confidence interval for the rate of occurrences in the population. When n is greater than 30, this is a good approximation to results from more sensitive tests. For example, a pain-relief drug is tested on 1500 human subjects, and no adverse event is recorded. From the rule of three, it can be concluded with 95% confidence that fewer than 1 person in 500 (or 3/1500) will experience an adverse event. By symmetry, one could expect for only successes (hat p=1), the 95% confidence interval is [1-3/n,1].

The rule is useful in the interpretation of clinical trials generally, particularly in phase II and phase III where often there are limitations in duration or statistical power. The rule of three applies well beyond medical research, to any trial done n times. If 300 parachutes are randomly tested and all open successfully, then it is concluded with 95% confidence that fewer than 1 in 100 parachutes with the same characteristics (3/300) will fail.[1]

ผลลัพธ์ (ไทย) 2:

กฎข้อที่สาม.
ในการวิเคราะห์สถิติการปกครองของสามรัฐที่ว่าถ้ามีเหตุการณ์บางอย่างที่ไม่ได้เกิดขึ้นในกลุ่มตัวอย่างที่มีวิชา n ( หมวก p = 0), ช่วง 0-3 / n เป็นช่วงความเชื่อมั่น 95% สำหรับ อัตราการเกิดของประชากร เมื่อ n มากกว่า 30 นี้เป็นประมาณการที่ดีเพื่อผลที่ได้จากการทดสอบความสำคัญมากขึ้น ยกตัวอย่างเช่นยาบรรเทาอาการปวดได้รับการทดสอบใน 1500 วิชามนุษย์และไม่มีเหตุการณ์ไม่พึงประสงค์จะถูกบันทึกไว้ จากการปกครองของสามก็สามารถสรุปได้ด้วยความมั่นใจ 95% ว่าน้อยกว่า 1 ใน 500 คน (หรือ 3/1500) จะได้สัมผัสกับเหตุการณ์ไม่พึงประสงค์ โดยสัดส่วนหนึ่งสามารถคาดหวังความสำเร็จเท่านั้น ( hat p = 1) ที่ช่วงความเชื่อมั่น 95% เป็น [1-3 / n, 1]. กฎจะเป็นประโยชน์ในการตีความของการทดลองทางคลินิกโดยทั่วไปโดยเฉพาะอย่างยิ่งในระยะที่สองและ ขั้นตอนที่สามที่มักจะมีข้อ จำกัด ในระยะเวลาหรืออำนาจทางสถิติ กฎข้อที่สามใช้ดีกว่าการวิจัยทางการแพทย์เพื่อทดลองทำ n ครั้งใด ๆ ถ้า 300 ร่มชูชีพจะมีการทดสอบแบบสุ่มและเปิดประสบความสำเร็จแล้วก็จะได้ข้อสรุปด้วยความมั่นใจ 95% ว่าน้อยกว่า 1 ใน 100 ร่มชูชีพที่มีลักษณะเดียวกัน (3/300) จะล้มเหลว. [1]

ผลลัพธ์ (ไทย) 3:

กฎสาม ในการวิเคราะห์ทางสถิติ กฎสามระบุว่า หากมีเหตุการณ์บางอย่างไม่ได้เกิดขึ้นในตัวอย่างด้วยคน ( หมวก N P = 0 ) , ช่วงจาก 0 ถึง 3 / N เป็น 95% ช่วงความเชื่อมั่นสำหรับอัตราของการเกิดในประชากร เมื่อ n เป็นมากกว่า 30 , นี่คือดีประมาณผลลัพธ์จากการทดสอบที่สำคัญมากขึ้น ตัวอย่างเช่นเป็นยาบรรเทาอาการปวดทดสอบ 1 , 500 คน และจากเหตุการณ์ที่บันทึกไว้ จากกฎสามได้ 95% ความเชื่อมั่นว่าน้อยกว่า 1 ใน 500 คน ( หรือ 3 / 1500 ) จะพบเหตุการณ์ที่ไม่พึงประสงค์ โดยสมมาตร , หนึ่งจะคาดหวังให้สำเร็จเท่านั้น ( P = 1 / หมวก ) , ช่วงความเชื่อมั่น 95% คือ [ 1 / n ,
1 ]กติกา คือ ประโยชน์ในการแปลความหมายของการทดลองทางคลินิกโดยทั่วไป โดยเฉพาะอย่างยิ่งในเฟส 2 และเฟส 3 ซึ่งมักจะมีข้อจำกัดในเรื่องเวลา หรือพลังงานทางสถิติ กฎข้อ 3 ใช้ดีเกินการวิจัยทางการแพทย์ใด ๆ ทดลองทำ n ครั้ง ถ้า 300 ร่มชูชีพสุ่มทดสอบและเปิดเรียบร้อยแล้วแล้วสรุปได้ด้วยความมั่นใจ 95% ว่าน้อยกว่า 1 ใน 100 ร่มชูชีพกับลักษณะเดียวกัน ( 3 / 300 ) จะล้มเหลว [ 1 ]