2025年大学《数理基础科学》专业题库- 统计推断在医学研究中的应用

2025年大学《数理基础科学》专业题库——统计推断在医学研究中的应用考试时间：______分钟总分：______分姓名：______一、选择题1.设总体X服从正态分布N(μ,σ²)，X₁,X₂,...,Xn是来自该总体的样本。若要构造总体均值μ的(1-α)100%置信区间，当样本量n固定时，增加样本方差S²会导致置信区间的（）。A.变窄B.变宽C.不变D.可能变窄也可能变宽2.在假设检验中，犯第一类错误α是指（）。A.弃真错误，即H₀为真时拒绝H₀B.弃真错误，即H₀为假时拒绝H₀C.取伪错误，即H₀为真时接受H₀D.取伪错误，即H₀为假时接受H₀3.对两组独立样本的均值进行比较，若两组样本量相等，且均值的方差不等，但数据近似服从正态分布，则更应选择的检验方法是（）。A.配对样本t检验B.两独立样本t检验（假设方差相等）C.两独立样本t检验（假设方差不等）D.单因素方差分析4.设样本数据X₁,X₂,...,Xn来自正态分布N(μ,σ²)，要检验H₀:μ=μ₀vsH₁:μ≠μ₀。当样本量n较大时，即使总体方差σ²未知，也可以使用（）进行检验。A.t检验B.Z检验C.χ²检验D.F检验5.在一项关于药物有效性的研究中，将患者随机分为治疗组与对照组。研究者需要比较两组患者的治愈率是否有显著差异。此研究最适合使用的统计方法是（）。A.单样本t检验B.配对样本t检验C.独立样本t检验D.卡方检验6.对于分类变量X和Y，卡方检验主要用于分析（）。A.X的均值与Y的均值之间的关系B.X与Y之间是否存在关联C.X的方差与Y的方差之间的关系D.X的分布是否符合某个理论分布7.若对一组来自正态分布N(μ,σ²)的样本进行假设检验，发现P值小于显著性水平α，则正确的结论是（）。A.接受原假设H₀B.拒绝原假设H₀C.原假设H₀正确D.无法判断原假设H₀的真假8.在一项临床试验中，研究人员测量了接受某种治疗前后患者的血压值。为了比较治疗前后血压的变化，应选择的检验方法是（）。A.两独立样本t检验B.单样本t检验C.配对样本t检验D.卡方检验9.设总体X的分布未知，但样本量n很大。要检验关于总体均值μ的假设，可以使用（）。A.t检验B.Z检验C.χ²检验D.F检验10.若一组定量数据不服从正态分布，且样本量较小，且希望比较两组数据的中心位置，应优先考虑使用的非参数检验方法是（）。A.Mann-WhitneyU检验B.Wilcoxon符号秩检验C.Kolmogorov-Smirnov检验D.Fisher精确检验二、填空题1.设总体X的均值和方差分别为μ和σ²，X₁,X₂,...,Xn是来自该总体的样本，则样本均值X̄的数学期望为________，方差为________。2.在假设检验中，显著性水平α表示________。3.当样本量n足够大时，根据中心极限定理，样本均值的抽样分布近似服从________分布，其均值为总体均值μ，方差为________。4.对于两组独立样本的均值进行比较，若要构造两组总体均值差(μ₁-μ₂)的(1-α)100%置信区间，常用的统计量为________，其自由度通常由________公式确定。5.卡方检验中的统计量χ²是基于________的平方和计算得到的。6.单因素方差分析（ANOVA）主要用于检验________个或多个总体均值是否相等。7.置信区间表达了在________的置信水平下，该区间包含总体参数的真值的可能性。8.假设检验的结论可能是错误的，这包括两种错误：第一类错误（弃真错误）的概率为α，第二类错误（取伪错误）的概率为β。9.在进行假设检验时，选择显著性水平α的大小需要根据________和________进行权衡。10.对于分类数据，若要检验一个分类变量的分布是否服从某个已知的理论分布，应使用________检验。三、计算题1.某医生欲评估一种新药降低血压的效果。随机选取10名高血压患者服用该药一个月后，测量其收缩压（单位：mmHg），得到样本均值X̄=130mmHg，样本标准差S=15mmHg。假设服用药物前后收缩压服从正态分布。试以95%的置信水平估计该药一个月后使患者收缩压降低的平均值（假设药物未服用时血压均值为140mmHg）的置信区间。2.为比较两种不同教学方法（方法A和方法B）对学生的考试成绩是否有显著影响，随机抽取60名学生，其中30人采用方法A，30人采用方法B，考试成绩如下：方法A:X̄₁=85,S₁=8方法B:X̄₂=82,S₂=7假设两组考试成绩均近似服从正态分布，且方差相等。试在α=0.05的水平下检验两种教学方法的效果是否有显著差异（即检验μ₁-μ₂=0的假设）。3.某项研究调查了100名男性吸烟者（X）和100名男性非吸烟者（Y）是否患有慢性支气管炎（Y）。数据如下：吸烟者患慢性支气管炎：70人吸烟者未患慢性支气管炎：30人非吸烟者患慢性支气管炎：40人非吸烟者未患慢性支气管炎：60人试在α=0.01的水平下检验吸烟与患慢性支气管炎是否有关联。四、综合应用题1.某研究者欲比较两种不同剂量的药物对缓解某种疼痛的效果。随机选取50名疼痛患者，将其随机分配到两组，每组25人。一组服用高剂量药物，另一组服用低剂量药物。治疗后，使用疼痛评分量表对患者的疼痛缓解程度进行评分。高剂量组得分均值为8.5，标准差为1.2；低剂量组得分均值为7.0，标准差为1.5。假设两组疼痛评分均服从正态分布，且方差相等。(1)请选择合适的统计方法，检验两种剂量药物的平均疼痛缓解程度是否有显著差异。(2)请解释你选择的统计方法为何适合此情境。(3)假设检验的结果为P<0.05，请结合医学背景解释此P值的意义，并讨论此结果是否能说明高剂量药物一定比低剂量药物更有效？2.在一项关于某种新诊断方法准确性的研究中，将该方法应用于100名已知健康状况的患者，结果如下：真实患病且新方法诊断为阳性：45人真实患病但新方法诊断为阴性：5人真实未患病但新方法诊断为阳性：10人真实未患病且新方法诊断为阴性：40人请分析该诊断方法对患病的判断能力（即敏感性和特异性，虽然题目不要求计算具体值，但需理解概念并能在分析中提及）。请解释卡方检验（或合适的其他方法）如何帮助评价该诊断方法的准确性。假设研究者关心的是诊断结果与真实状态是否一致，你会选择哪种统计检验方法，并简要说明理由。试卷答案一、选择题1.B解析：置信区间的宽度与置信水平(1-α)和样本方差S²有关。对于固定的样本量n和置信水平(1-α)，样本方差S²越大，t分布(或Z分布)的临界值越大，导致置信区间越宽。因此，增加样本方差S²会导致置信区间变宽。2.A解析：根据假设检验的定义，犯第一类错误是指原假设H₀实际上为真，但检验结果却拒绝了H₀。3.C解析：两独立样本t检验用于比较两组独立样本的均值。题目已知两组样本量相等，方差不等，但数据近似正态分布。此时应优先选择可以处理异方差的t检验，即两独立样本t检验（假设方差不等）的方法。如果方差差异很大且不满足正态性，则应考虑非参数检验。4.B解析：Z检验是基于总体方差已知或样本量足够大时，样本均值抽样分布近似为N(μ,σ²/n)的检验方法。当样本量n较大时(通常n>30)，根据中心极限定理，样本均值的抽样分布近似服从N(μ,σ²/n)，即使总体方差σ²未知，也可以使用Z检验，或者使用样本标准差S代替σ进行近似。5.D解析：治愈率是分类变量（是/否），比较两组治愈率是否有显著差异属于分类数据的比较问题，卡方检验（Chi-squaretestforindependence）是分析两个分类变量之间是否存在关联的常用方法。6.B解析：卡方检验（Chi-squaretestforindependence）主要用于检验两个分类变量之间是否存在显著的统计关联性。7.B解析：P值是当原假设H₀为真时，观察到当前样本结果或更极端结果的概率。若P值小于显著性水平α，意味着观察到的结果在H₀为真时是小概率事件，因此有理由拒绝原假设H₀。8.C解析：配对样本t检验（Pairedt-test）适用于对同一组对象在两种不同处理或两个不同时间点进行测量，比较两次测量结果是否存在显著差异。本题中测量了同一批患者治疗前后的血压变化，符合配对样本的条件。9.B解析：Z检验适用于总体分布未知，但样本量足够大（n>30），且根据中心极限定理，样本均值的抽样分布近似服从正态分布的情况。10.A解析：Mann-WhitneyU检验（也叫WilcoxonRank-Sum检验）是非参数检验方法，用于比较两个独立样本的总体分布位置（通常是比较中位数），适用于数据不服从正态分布且样本量较小的情况。Wilcoxon符号秩检验用于配对样本。K-S检验用于比较单一样本分布与理论分布或两个样本分布。Fisher精确检验用于小样本的分类数据关联性检验。二、填空题1.μ,σ²/n解析：根据样本均值的数字特征，其期望等于总体均值，方差等于总体方差除以样本量n。2.原假设H₀为真时拒绝H₀的概率解析：显著性水平α是在进行假设检验前预先设定的一个阈值，代表了研究者愿意承担的犯第一类错误的概率。3.正态,σ²/n解析：中心极限定理指出，对于足够大的样本量n，样本均值X̄的抽样分布近似服从正态分布N(μ,σ²/n)。4.t=(X̄₁-X̄₂)/sqrt(Sp²*(1/n₁+1/n₂)),Sp²=((n₁-1)S₁²+(n₂-1)S₂²)/(n₁+n₂-2)解析：当两组样本量相等时，计算两组均值差的置信区间通常使用两独立样本t检验的公式，其中Sp²是合并样本方差。自由度为n₁+n₂-2。5.样本频率/样本观测次数与理论频率/理论观测次数之差的平方解析：卡方统计量χ²是各个分类单元格中，观察频数与期望频数之差的平方除以期望频数，然后求和得到的值。6.多解析：单因素方差分析（ANOVA）的核心目的就是检验多个（通常大于等于3）独立总体的均值是否存在显著差异。7.(1-α)解析：置信区间建立在特定的置信水平(1-α)下，表示我们有(1-α)的把握认为总体参数的真值包含在所构建的置信区间内。8.α,β解析：第一类错误（TypeIError）指H₀为真时拒绝H₀，其概率用α表示。第二类错误（TypeIIError）指H₀为假时接受H₀，其概率用β表示。9.研究问题的重要性,第一类错误的后果解析：选择α的大小需要考虑研究问题的实际重要性以及犯第一类错误可能带来的后果。例如，对于生命攸关的临床试验，通常选择更小的α（如0.01），而对一些探索性研究，可能选择较大的α（如0.05或0.10）。10.卡方(或拟合优度)三、计算题1.置信区间为[125.83,134.17]mmHg解析：(1)确定检验方法：样本来自正态分布总体，但总体方差未知，样本量n=10较小，应使用单样本t检验来估计均值μ₀=140的置信区间。(2)计算标准误：SE=S/sqrt(n)=15/sqrt(10)≈4.743(3)确定t临界值：置信水平为95%，自由度df=n-1=9。查t分布表得t_(0.025,9)≈2.262。(4)计算置信区间：[μ₀-t_(α/2,df)*SE,μ₀+t_(α/2,df)*SE]=[140-2.262*4.743,140+2.262*4.743]≈[125.83,134.17]mmHg。所以，以95%的置信水平估计该药使患者收缩压平均降低的值在125.83到134.17mmHg之间。2.拒绝原假设H₀，认为两种教学方法效果有显著差异。解析：(1)确定检验方法：比较两种独立样本的均值，样本来自正态分布总体，但总体方差未知且不等（题目说明方差不等），样本量n₁=n₂=30。应使用两独立样本t检验（异方差假设下的t检验，即Satterthwaite近似法或Welch'st-test）。(2)计算检验统计量：

a.计算均值差：X̄₁-X̄₂=85-82=3

b.计算样本方差：S₁²=8²=64,S₂²=7²=49

c.计算自由度（使用Welch's公式）：df≈58.02(或查表使用近似df，如60)

d.计算标准误：SE=sqrt((S₁²/n₁)+(S₂²/n₂))=sqrt((64/30)+(49/30))=sqrt(113/30)≈2.078

e.计算t统计量：t=(X̄₁-X̄₂)/SE=3/2.078≈1.443(3)确定拒绝域：α=0.05，双侧检验。查t分布表得t_(0.025,df≈58)≈2.001。拒绝域为t<-2.001或t>2.001。(4)做出决策：计算得到的t≈1.443，不落在拒绝域内。因此，不能拒绝原假设H₀(μ₁-μ₂=0)。结论：在α=0.05的水平下，没有足够的证据表明两种教学方法的效果有显著差异。（注意：如果题目隐含单侧检验或计算出的t值较大，结论可能不同。此处按标准双侧检验处理。）3.拒绝原假设H₀，认为吸烟与患慢性支气管炎有关联。解析：(1)确定检验方法：分析两个分类变量（吸烟：是/否，患慢性支气管炎：是/否）之间的关联性，数据为频数计数。应使用卡方检验（Chi-squaretestforindependence）。(2)列出列联表（ObservedFrequencies,O）：

||患慢性支气管炎|未患慢性支气管炎|合计|

|---------------|-----------------|-------------------|------|

|吸烟者(X=1)|70|30|100|

|非吸烟者(X=0)|40|60|100|

|合计|110|90|200|(3)计算期望频数（ExpectedFrequencies,E）：E=(行合计*列合计)/总样本量

E₁,₁=(100*110)/200=55

E₁,₂=(100*90)/200=45

E₂,₁=(100*110)/200=55

E₂,₂=(100*90)/200=45(4)计算卡方统计量：χ²=Σ((O-E)²/E)

χ²=((70-55)²/55)+((30-45)²/45)+((40-55)²/55)+((60-45)²/45)

=(15²/55)+(-15²/45)+(-15²/55)+(15²/45)

=(225/55)+(225/45)+(225/55)+(225/45)

≈4.091+5.000+4.091+5.000

≈18.182(5)确定拒绝域：α=0.01，自由度df=(行数-1)*(列数-1)=(2-1)*(2-1)=1。查χ²分布表得χ²_(0.005,1)≈6.635。拒绝域为χ²>6.635。(6)做出决策：计算得到的χ²≈18.182，远大于临界值6.635。因此，拒绝原假设H₀（吸烟与患慢性支气管炎无关）。结论：在α=0.01的水平下，有足够的证据表明吸烟与患慢性支气管炎之间存在关联。四、综合应用题1.(1)选择方法：样本来自正态分布总体，比较两组独立样本的均值，样本量n₁=n₂=25，虽然题目未明确说明方差是否相等，但t检验对异方差相对不敏感，且通常作为首选。使用两独立样本t检验（可考虑进行方差齐性检验，如F检验或Levene's检验，若不齐则使用Satterthwaite校正的t公式或Welch'st公式）。此处按标准t检验计算。

t=(X̄₁-X̄₂)/sqrt((S₁²/n₁)+(S₂²/n₂))

t=(8.5-7.0)/sqrt((1.2²/25)+(1.5²/25))

t=1.5/sqrt((1.44/25)+(2.25/25))

t=1.5/sqrt(0.0576+0.09)

t=1.5/sqrt(0.1476)

t=1.5/0.3843

t≈3.899(2)解释：选择两独立样本t检验是因为研究比较了两个独立组（高剂量组、低剂量组）在某个连续变量（疼痛评分）上的平均水平。样本来自正态分布总体，样本量（n=25）适中，满足t检验的基本前提。该检验旨在判断两组样本所代表的总体在平均疼痛缓解程度（均值）上是否存在显著差异。(3)解释P值意义：假设检验结果P<0.05，意味着如果两种药物的实际平均效果完全相同（即H₀:μ₁=μ₂为真），那么观察到当前样本中两组平均分差异像1.5分这样大或更大的概率小于0.05。这表明观察到的差异具有较强的统计学意义。然而，统计显著性与临床重要性是两个概念。P<0.05仅说明差异在统计上不太可能由随机因素引起，但不能直接说明高剂量药物一定“更有效”。需要结合效应量（effectsize，如Cohen'sd）来评估差异的实际大小，并考虑该差异在临床实践中的实际意义。例如，如果虽然统计显著，但两组平均分仅相差1分，且对患者的实际生活质量影响微乎其微，那么这个统计上的“更有效”可能没有实际价值。2.分析能力：

(1)敏感性（Sensitivity）：指真实患病者中被正确诊断为患病的比例。关注的是“真阳性”比例，即(45/50)*100%=90%。卡方检验可以帮助判断“患病状态”与“诊断结果”之间是否存在关联。如果两者关联性强（即卡方检验P值小），则说明诊断结果在一定程度上反映了真实状态，间接支持了诊断方法有较好的区分能力。但不能直接衡量敏感性。

(2)特异性（Specificity）：指真实未患病者中被正确诊断为未患病的比例。关注的是“真