2025年大学《生物统计学》专业题库-生物统计学的应用和发展趋势

2025年大学《生物统计学》专业题库——生物统计学的应用和发展趋势考试时间：______分钟总分：______分姓名：______一、选择题（每小题2分，共20分）1.在一项关于某种药物有效性的研究中，将受试者随机分配到治疗组和安慰剂组，这种研究设计属于：A.观察性研究B.实验性研究C.回顾性研究D.横断面研究2.从正态分布总体中随机抽取样本，当样本量足够大时，样本均值的分布近似于：A.t分布B.卡方分布C.F分布D.正态分布3.为了检验两种处理方法的效果是否存在显著差异，收集了两组数据，如果数据不满足参数检验的方差齐性假设，可以考虑使用哪种检验方法？A.配对样本t检验B.独立样本t检验C.Wilcoxon符号秩检验D.Mann-WhitneyU检验4.在方差分析中，F检验的零假设是：A.各组样本均值相等B.各组样本均值不等C.各组总体方差相等D.各组总体方差不等5.测量了10只小鼠的体重（克）和它们的进食量（克/天），目的是探究体重与进食量之间的关系，应计算哪个统计量？A.相关系数B.方差C.标准差D.置信区间6.抽样调查了某地区500名成年人的血压，计算出样本的平均血压和标准差。欲估计该地区成年人平均血压的95%置信区间，所需的分布是：A.t分布B.卡方分布C.F分布D.正态分布7.在生物信息学中，用于比较基因表达谱差异的芯片数据分析中，常用的统计方法之一是：A.单因素方差分析B.多元线性回归C.判别分析D.聚类分析8.时间序列分析在生物统计学中可用于研究：A.疾病的发病率随年龄的变化B.某种植物株高随生长季节的变化C.多个基因表达量之间的相关性D.不同处理组动物体重差异的显著性9.在临床试验设计中，为了提高检验效能并控制第一类错误率，常采用：A.配对设计B.区组设计C.双盲设计D.贝叶斯设计10.大规模基因组测序数据的统计分析面临的主要挑战之一是：A.数据量过大导致计算资源需求增加B.测序错误率极高C.缺乏合适的统计模型D.需要处理的数据维度非常低二、填空题（每小题2分，共20分）1.参数估计的两种主要方法是________和________。2.假设检验中，犯第一类错误的概率用________表示。3.在完全随机设计中，每个实验单位接受处理的概率是________。4.相关系数的取值范围是________之间。5.纵向数据是指在________内对同一研究对象进行重复测量的数据。6.机器学习中的分类算法可以用于________或________。7.生物信息学中的系统生物学旨在理解生物系统中各个组分之间的________。8.在高维数据（p>>n）的回归分析中，________方法是一种常用的降维技术。9.适应性地设计允许在试验进行过程中根据________来调整试验方案。10.统计学在解释关联性时，必须谨慎考虑________的问题。三、简答题（每小题5分，共20分）1.简述假设检验中p值的意义。2.简述实验设计遵循随机化和重复原则的意义。3.简述大数据时代对生物统计学提出的新挑战。4.简述因果推断在生物医学研究中的重要性。四、计算题（每小题10分，共30分）1.某研究者想比较两种不同饲料对大鼠体重的影响，随机选取10只大鼠，随机分配到对照组（饲料A）和实验组（饲料B），4周后测量大鼠体重（克），数据如下：对照组（A）：320,335,310,300,315实验组（B）：350,360,340,355,345请用合适的统计方法检验两种饲料对大鼠体重是否有显著影响（需说明检验方法并给出关键步骤）。2.抽样调查了30名吸烟者和30名不吸烟者的血清胆固醇水平（mg/dL），目的是了解吸烟是否与高胆固醇血症有关。假设数据近似服从正态分布，且两组方差相等，请构建吸烟者与不吸烟者血清胆固醇水平均值差值的95%置信区间（需给出计算过程和区间结果）。3.收集了15名糖尿病患者的血糖水平（mg/dL）和胰岛素水平（uU/mL）数据，目的是探究两者之间的关系。请简述如何使用统计方法分析这两者之间的相关性，并说明在分析前需要检查哪些数据条件。五、论述题（15分）结合你所了解的生物学研究领域（如医学、农学、生态学等），论述生物统计学如何支撑研究从“关联”走向“因果”推断，并举例说明可能用到的方法或设计。试卷答案一、选择题1.B2.D3.C4.A5.A6.A7.D8.B9.C10.A二、填空题1.参数估计,区间估计2.α(alpha)3.相等4.-1,15.同一个体,同一个体6.疾病诊断,预后预测7.互动关系(或相互作用)8.主成分分析(PCA)9.实际观察结果(或interimresults)10.因果关系(或混淆因素)三、简答题1.p值是当零假设为真时，获得当前样本结果或更极端结果的概率。p值越小，越有理由拒绝零假设。2.随机化有助于消除实验单位间潜在的系统性差异，保证处理分配的均衡性，使处理组之间在已知和未知的因素上保持一致，从而获得无偏估计。重复性可以增加样本量，提高统计检验的效能，增强结论的稳健性。3.大数据的主要挑战包括：数据存储和处理能力需求巨大；数据质量和完整性难以保证；高维数据中变量筛选和模型构建困难；如何从海量数据中提取有生物学意义的知识和信号；统计方法的适用性需要重新评估；数据隐私和安全问题日益突出。4.因果推断旨在确定一个变量（暴露因素）是否导致另一个变量（结果）的发生。在生物医学研究中，准确的因果结论对于理解疾病机制、评估干预效果、制定公共卫生政策至关重要。统计方法如随机对照试验（RCT）是建立因果关系的金标准，而回归调整、工具变量法、双重差分法等统计技术则可用于观察性研究中尝试控制混杂因素，更接近因果推断。四、计算题1.检验方法：独立样本t检验步骤：a.提出零假设H0：μA=μB（两种饲料对大鼠体重无显著影响），备择假设H1：μA≠μB。b.计算两组样本均值、标准差和样本量：xĀ=322.5,sA=10.91,nA=5；xB̄=347.0,sB=7.42,nB=5。c.计算合并方差估计s_p^2=[(nA-1)sA^2+(nB-1)sB^2]/(nA+nB-2)=102.25。d.计算t统计量：t=(xĀ-xB̄)/sqrt(s_p^2*(1/nA+1/nB))=-5.86。e.确定自由度df=nA+nB-2=8。f.查t分布表得双侧检验α=0.05时，临界值t_(0.025,8)≈2.306。g.比较t统计量与临界值：|t|=5.86>2.306。h.结论：拒绝H0，认为两种饲料对大鼠体重有显著影响（P<0.05）。（注：实际应用中需先检验方差齐性，此处假设方差齐性）2.检验方法：独立样本均值差值的置信区间估计（假设方差齐）计算过程：a.计算两组均值差：d̄=x̄₁-x̄₂=150-140=10。b.计算合并标准误：SE=sqrt[s_p^2*(1/n₁+1/n₂)]，其中s_p^2=[(n₁-1)s₁^2+(n₂-1)s₂^2]/(n₁+n₂-2)。c.假设已计算出合并方差估计s_p^2=200(示例值)，则SE=sqrt[200*(1/30+1/30)]=sqrt[200*2/30]=sqrt[40/3]≈3.65。d.计算置信区间：d̄±t_(α/2,df)*SE，其中df=n₁+n₂-2=58。查表得t_(0.025,58)≈2.002。e.置信区间=10±2.002*3.65≈10±7.29=[2.71,17.29]。区间结果：[2.71,17.29]mg/dL。3.分析方法：计算Pearson相关系数r。需要检查的数据条件：a.数据分布正态性：检查血糖和胰岛素数据的分布是否近似正态，可用Shapiro-Wilk检验或正态概率图检查。b.线性关系：检查血糖和胰岛素之间是否存在线性关系，可用散点图直观判断。c.共线性：检查是否存在精确的线性关系（r=±1），这在实际数据中很少见。d.异常值：检查数据中是否存在异常值，异常值可能严重影响相关系数的计算结果。e.数据类型：确保输入的数据是连续型数值变量。五、论述题生物统计学通过多种方式支撑研究从“关联”走向“因果”推断。首先，严谨的实验设计是基础，如随机对照试验（RCT）通过随机分配处理，最大限度地平衡已知和未知混杂因素，将处理组与控制组除干预因素外其他方面尽可能保持一致，从而提高因果推断的可靠性。其次，统计方法可以用来控制混杂因素，例如在观察性研究中，使用多变量回归分析（如线性回归、逻辑回归）通过调整其他潜在混杂变量（如年龄、性别、基础疾病等）的效应，来评估暴露因素与结局之间的独立关联。此外，因果推断统计方法，如倾向性评分匹配/加权（PSM/PSW）、工具变量法（IV）、回归不连续设计（RDD）等，旨在利用特定条件或数据结构来近似处理