2025年大学《应用统计学》专业题库- 生物统计学在医学研究中的应用

2025年大学《应用统计学》专业题库——生物统计学在医学研究中的应用考试时间：______分钟总分：______分姓名：______一、简述总体、样本、参数和统计量的区别与联系，并举例说明在医学研究中如何运用这些概念。二、某医生想了解某城市成年男性的平均身高。他随机抽取了200名成年男性，测量了他们的身高，得到样本均值为175厘米，样本标准差为8厘米。请计算该城市成年男性身高的95%置信区间，并解释置信区间的含义。三、假设某新药被宣称可以降低高血压患者的血压。研究人员将高血压患者随机分为两组，一组服用该新药（实验组），另一组服用安慰剂（对照组）。经过一个月的治疗，两组患者的收缩压变化数据如下：实验组：5,8,12,3,7,10,6,9对照组：2,0,1,1,3,2,4,2请使用合适的假设检验方法检验该新药是否能够显著降低高血压患者的收缩压（请说明检验方法的选择理由，并列出检验步骤的关键步骤，无需计算最终结果）。四、在一项关于吸烟与肺癌关系的病例对照研究中，研究人员调查了100名肺癌患者（病例组）和100名健康人（对照组）的吸烟史。结果显示，65名病例组吸烟，35名不吸烟；55名对照组吸烟，45名不吸烟。请计算吸烟者患肺癌的优势比（OR值），并解释其含义。五、某研究人员想比较三种不同治疗方法（A、B、C）对某种疾病的疗效。他随机选择了60名患者，将他们随机分配到三个治疗组，每组20人。经过一个疗程治疗后，研究人员记录了患者的康复情况。请简述随机对照试验（RCT）在该研究中的重要性，并说明如何通过实验设计来减少偏倚。六、某医生跟踪记录了30名心脏病患者的心脏康复情况，记录了他们的康复时间（以月为单位）。请简述生存分析在分析这类数据时的作用，并列举至少两种常用的生存分析方法的名称。七、在比较两种不同疗法治疗某疾病的疗效时，研究人员收集了以下数据：疗法A治疗了50名患者，其中45名治愈；疗法B治疗了60名患者，其中50名治愈。请计算两种疗法的治愈率，并使用合适的假设检验方法检验两种疗法的治愈率是否存在显著差异（请说明检验方法的选择理由，并列出检验步骤的关键步骤，无需计算最终结果）。八、简述二项分布和泊松分布在医学研究中的应用场景，并说明它们在什么情况下可以相互近似。试卷答案一、总体是指研究对象的全体，样本是从总体中随机抽取的一部分。参数是描述总体特征的数值，如总体均值、总体标准差。统计量是描述样本特征的数值，如样本均值、样本标准差。在医学研究中，例如，要了解某地区所有孕妇的血压平均水平（总体），可以随机抽取一部分孕妇测量血压（样本），计算这些孕妇的平均血压（样本均值，统计量），并用此来估计该地区所有孕妇的血压平均水平（总体均值，参数）。二、样本均值为175厘米，样本标准差为8厘米，样本量为200。假设总体近似服从正态分布，95%置信区间的计算公式为：样本均值±(t值×(样本标准差/√样本量))。查t分布表，自由度为199时，95%置信区间的t值为1.96。计算得：175±(1.96×(8/√200))=175±(1.96×0.5657)=175±1.1087。因此，95%置信区间为(173.8913,176.1087)厘米。置信区间的含义是，如果反复抽样并计算置信区间，大约有95%的区间会包含真实的总体均值。三、选择独立样本t检验。理由：比较两组（实验组和对照组）的连续性数据（收缩压变化）的均值是否存在显著差异，且两组独立。检验步骤：1.提出零假设H0：实验组平均收缩压变化与对照组平均收缩压变化无显著差异（μ1=μ2）。2.提出备择假设H1：实验组平均收缩压变化与对照组平均收缩压变化有显著差异（μ1≠μ2）。3.选择显著性水平α（如0.05）。4.计算样本均值（x̄1,x̄2）、样本标准差（s1,s2）和样本量（n1,n2）。5.计算t统计量：t=(x̄1-x̄2)/√((s1²/n1)+(s2²/n2))。6.确定自由度（df），对于独立样本t检验，df=n1+n2-2。7.查t分布表，得到临界t值。8.比较计算得到的t统计量与临界t值的大小，或计算p值。9.根据比较结果或p值与α的大小，做出拒绝或不拒绝H0的决策。四、优势比（OR）=(病例组吸烟人数×对照组不吸烟人数)/(病例组不吸烟人数×对照组吸烟人数)=(65×45)/(35×55)=2925/1925=1.514。OR值的含义是，吸烟者患肺癌的风险是不吸烟者的1.514倍。也可以解释为，在调整了其他混杂因素后，吸烟者相对于不吸烟者患肺癌的相对危险度。五、随机对照试验（RCT）在该研究中重要性在于：1）通过随机分配，可以将已知和未知的混杂因素（如年龄、性别、病情严重程度等）均衡地分配到各个治疗组，从而减少选择偏倚。2）通过设置对照组（安慰剂或常规治疗），可以更准确地评估研究对象（新疗法）相对于现有标准治疗（或安慰剂）的疗效和安全性。3）盲法设计（如果采用）可以进一步减少观察者偏倚和研究对象的偏倚。通过这些设计，可以提高研究结果的内部有效性和可信度。六、生存分析在分析这类数据时的作用是研究事件发生时间（如心脏康复时间）的分布特征，并分析影响事件发生时间的相关因素。这类数据通常具有终端观测值偏倚、删失数据等问题，需要专门的方法处理。常用的生存分析方法包括：生存函数估计（如Kaplan-Meier法）、生存概率估计、生存回归分析（如Cox比例风险模型、Log-rank检验）等。七、疗法A的治愈率=45/50=0.9=90%。疗法B的治愈率=50/60=5/6≈0.8333=83.33%。选择卡方检验（Chi-squaretestforindependence）。理由：比较两个分类变量（疗法类型，治愈/未治愈）在不同组（疗法A/疗法B）中的分布是否存在显著差异。检验步骤：1.提出零假设H0：两种疗法的治愈率无显著差异（即两种疗法下治愈/未治愈的比例分布相同）。2.提出备择假设H1：两种疗法的治愈率有显著差异。3.选择显著性水平α（如0.05）。4.列出列联表（2x2表格），并计算理论频数（Expectedfrequency）。5.计算卡方统计量：χ²=Σ((Observedfrequency-Expectedfrequency)²/Expectedfrequency)。6.确定自由度（df=(行数-1)×(列数-1)=1）。7.查卡方分布表，得到临界χ²值。8.比较计算得到的χ²统计量与临界χ²值的大小，或计算p值。9.根据比较结果或p值与α的大小，做出拒绝或不拒绝H0的决策。八、二项分布在医学研究中的应用场景：1）用于描述dichotomous（二分类）结局（如治愈/未治愈，阳性/阴性，生存/死亡）的发生概率。2）用于计算在特定条件下（如进行n次独立试验，每次成功概率为p）成功次数的概率分布。泊松分