2025年大学《生物统计学》专业题库- 生物统计学在基因治疗研究中的应用

2025年大学《生物统计学》专业题库——生物统计学在基因治疗研究中的应用考试时间：______分钟总分：______分姓名：______一、选择题（每小题2分，共20分。请将正确选项的代表字母填写在答题纸上。）1.在一项评估新型基因编辑方法A与现有方法B效率的研究中，研究人员将细胞随机分配到两组，分别接受方法A和方法B处理。这种实验设计主要目的是什么？A.排除环境因素的影响B.控制样本量的大小C.减少选择偏倚，确保两组基线特征可比D.提高实验的重复性2.假设一项基因治疗研究测量了不同剂量药物组小鼠的生存时间（天数），欲比较各组间的生存分布差异，最适合使用的非参数检验方法是？A.t检验B.方差分析（ANOVA）C.Kruskal-WallisH检验D.Fisher精确检验3.在基因治疗研究中，常需检测某种基因表达量是否显著高于对照组。若数据服从正态分布且两组方差相等，应优先考虑使用哪种参数检验方法？A.Mann-WhitneyU检验B.Wilcoxon符号秩检验C.独立样本t检验D.配对样本t检验4.某研究测量了接受基因治疗后不同时间点（术后1个月、3个月、6个月）患者的特定生物标志物水平。若要分析该标志物水平随时间的变化趋势，应使用哪种统计方法？A.单因素方差分析B.线性回归分析C.重复测量方差分析D.逻辑回归分析5.一项基因治疗临床试验中，研究人员记录了治疗组和安慰剂组患者的治疗反应（有效/无效）。若要比较两组治疗反应的比例是否存在显著差异，应使用哪种检验方法？A.t检验B.卡方检验C.ANOVAD.线性回归6.在进行假设检验时，第一类错误（α）指的是？A.真实存在效应，但未能检测出来B.真实不存在效应，但错误地检测出效应C.错误地接受了零假设D.样本量不足导致的结论错误7.一个基因治疗研究的数据集包含100个样本，每个样本测量了5个不同的基因表达水平。若要评估这5个基因表达水平是否存在整体差异，且假定数据满足正态性和方差齐性，应考虑使用？A.独立样本t检验B.单因素方差分析C.多因素方差分析D.主成分分析8.在解释基因治疗研究的统计结果时，仅仅报告P值是否足够？A.足够，P值可以完全确定效应的大小和方向B.不足够，还需要考虑效应量（EffectSize）和置信区间C.不足够，还需要知道样本量D.不足够，还需要知道实验的具体设计方案9.当比较三个或以上独立组别的连续型数据均值时，如果满足正态性和方差齐性，首选的参数检验方法是？A.Kruskal-Wallis检验B.单因素方差分析C.Mann-WhitneyU检验D.ANOVAonranks10.在基因治疗研究中，研究者发现某种基因型（如AA型）的患者对治疗的反应显著优于另一种基因型（如BB型）。这种发现提示在未来的研究中，可能需要考虑？A.基因型作为混杂因素进行控制B.基因型作为协变量纳入回归模型C.仅选择AA型患者进行基因治疗D.增加样本量以提高统计功效二、填空题（每空2分，共20分。请将答案填写在答题纸上。）1.对于服从正态分布且方差已知的总体，若要估计其均值μ的置信区间，应使用______分布。2.在进行假设检验前，通常需要检验数据是否满足______和______这两个基本假设。3.当研究者想要同时考察两个或多个自变量对因变量的影响时，应采用______方差分析。4.在生存分析中，用来描述生存概率随时间下降趋势的曲线称为______曲线。5.若要比较三个独立组别的比例（如治愈率）是否存在差异，且样本量较小或数据不符合卡方检验的假设，可以考虑使用______检验。6.效应量是衡量______大小的指标，它比P值更能反映研究结果的实践意义。7.在基因治疗实验设计中，为了确保不同处理组之间具有可比性，除了随机化，通常还需要设置______。8.对于有序分类变量（如治疗反应：好转、稳定、恶化），若要比较不同组别间的中位数是否存在差异，可以使用______检验。9.在重复测量方差分析中，研究者需要关注______和______之间的交互作用。10.报告基因治疗研究的统计结果时，应包含______、______、______和效应量/置信区间等信息。三、简答题（每小题5分，共15分。请将答案填写在答题纸上。）1.简述在基因治疗研究中，选择使用参数检验方法还是非参数检验方法的依据。2.解释什么是统计功效，为什么在基因治疗研究中确保研究具有足够的统计功效很重要？3.简述随机化在基因治疗实验设计中的重要作用。四、计算与分析题（每小题10分，共20分。请将答案填写在答题纸上。）1.某研究旨在比较两种不同剂量的基因治疗药物对抑制特定肿瘤生长的效果。选取30只小鼠随机分为三组（A组：低剂量，B组：高剂量，C组：安慰剂），在治疗后第4周测量肿瘤体积（单位：mm³）。假设数据满足正态性和方差齐性。部分计算结果如下（单位：mm³）：A组均值为150，B组均值为180，C组均值为200。方差分析计算得到F统计量为4.5。请根据这些信息回答：(1)该研究欲检验的零假设（H₀）和备择假设（H₁）是什么？(2)根据F统计量，你初步判断是否拒绝H₀？请说明理由。(3)如果后续计划进行多重比较，请简述一种常用的控制总体I类错误率的方法。2.一项研究记录了接受基因治疗的10名患者从治疗开始到病情首次出现严重副作用的时间（生存时间，单位：月）。生存时间数据（已排序）如下：2,3,5,7,8,10,12,15,18,20。请回答：(1)该研究的数据属于什么类型？为什么适合使用中位数生存时间来描述？(2)简述如何计算该研究的中位数生存时间。(3)如果要比较该基因治疗组与历史对照组的生存时间，你倾向于使用哪种统计检验方法？并说明理由。试卷答案一、选择题1.C2.C3.C4.C5.B6.C7.B8.B9.B10.B二、填空题1.标准正态2.正态性；方差齐性3.多因素4.Kaplan-Meier5.Fisher精确6.效应（或效应大小）7.对照组8.Wilcoxon符号秩9.处理效应；时间效应10.P值；统计推断方法（或假设检验方法）；置信区间三、简答题1.依据：参数检验方法要求数据服从特定的分布（通常是正态分布）且满足方差齐性等假设。当样本量足够大时，根据中心极限定理，样本均值的分布近似正态分布，此时可以使用参数检验。如果数据不满足参数检验的假设，或者样本量较小，则应考虑使用非参数检验方法，非参数检验方法对数据分布没有严格要求。2.统计功效是指检验正确拒绝零假设的概率，即1-β。在基因治疗研究中，研究者希望检测出真实存在的治疗效果（即零假设不成立），统计功效就反映了实现这一目标的能力。如果研究功效不足，可能会导致真实有效的治疗方法被错误地认为无效，从而错失重要的治疗进展。因此，确保研究具有足够的统计功效对于基因治疗研究至关重要，它能提高研究结果的可靠性，减少资源浪费。3.随机化在基因治疗实验设计中的重要作用在于：首先，它有助于将未知的混杂因素均匀地分配到各个处理组中，从而减少各组之间的基线差异，保证组间可比性。其次，随机化是满足统计学假设（如方差齐性）的重要前提。最后，随机化有助于排除选择偏倚，确保研究结论的内部有效性和外部推广性。四、计算与分析题1.(1)零假设（H₀）：三种药物（A、B、C组）对肿瘤生长的均值无显著差异，即μA=μB=μC。备择假设（H₁）：至少有两种药物对肿瘤生长的均值存在显著差异，即至少存在一个μi≠μj(i≠j)。(2)初步判断应拒绝H₀。理由：根据方差分析的基本原理，F统计量是组间均方与组内均方的比值。如果F统计量显著大于1（通常通过查F分布表或计算P值判断），则表明组间差异超过了随机误差的程度，有理由拒绝零假设。虽然题目未给出具体的P值，但F统计量为4.5，通常大于1，提示组间可能存在差异。(3)控制总体I类错误率的方法：常用的方法包括Bonferroni校正、Holm方法、Dunnett方法（当控制所有对比与单一控制对比的错误率时）或Sidak方法。这些方法通过调整比较的显著性水平（α）来控制家族wise错误率（即至少发生一次I类错误的概率）。2.(1)该研究的数据属于生存时间数据（或生存分析数据）。原因：数据记录的是事件（如病情首次出现严重副作用）发生所需的时间，这类数据通常包含截尾值（即研究结束时事件尚未发生），且关注时间趋势和生存概率，适合使用生存分析方法。使用中位数生存时间来描述是因为它能提供一个不受极端值影响、易于理解的中心趋势度量，特别适用于可能存在长尾分布的生存数据。(2)中位数生存时间的计算：首先找到排序后的生存时间数据列表：2,3,5,7,8,10,12,15,18,20。该列表共有10个数据点。中位数生存时间位于第(n+1)/2=(10+1)/2=5.5个位置。由