2025年大学《统计学》专业题库- 统计学在生物医药研究中的应用

2025年大学《统计学》专业题库——统计学在生物医药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）1.在一项比较两种新药A和B治疗某种疾病的疗效的临床试验中，采用随机双盲对照设计。以下哪种说法最符合随机化和对照原则？A.所有患者随机分配到A组或B组，同时告知患者所用药剂。B.所有患者随机分配到A组或B组，患者和研究者均不知晓哪种药为A、哪种为B。C.只将病情较轻的患者分配到A组，病情较重的患者分配到B组。D.A组和B组分别由不同经验的研究者负责。2.医生记录了100名吸烟者和100名不吸烟者的肺癌发病率。为了比较两组的肺癌发病率是否有显著差异，最适宜使用的统计方法是？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3.一项研究调查了某种遗传性状与性别的关系，整理数据如下：性状A在男性中出现10次，未出现5次；在女性中出现8次，未出现12次。为了检验该性状与性别是否独立，应使用？A.t检验B.方差分析C.卡方检验D.相关分析4.某研究人员想研究每日摄入咖啡因量（自变量）与一天中犯错误次数（因变量）之间的关系。他收集了50名志愿者的数据，发现两者之间存在正相关关系，且P值小于0.05。以下哪个结论是正确的？A.每日摄入更多咖啡因会导致一天中犯更多错误。B.每日摄入更多咖啡因与一天中犯更多错误之间有因果关系。C.该研究结果表明，每日摄入咖啡因量是导致犯错误次数增加的原因。D.如果重复该研究，有小于5%的概率观察到如此强的正相关性，仅基于咖啡因摄入量就拒绝两者无关的零假设。5.在一项动物实验中，将30只大鼠随机分为3组，每组10只，分别接受不同剂量的药物处理，观察其某种生理指标的变化。比较三组均值差异，最适宜使用的统计方法是？A.独立样本t检验B.配对样本t检验C.单因素方差分析（ANOVA）D.相关分析6.一项研究追踪记录了100名心脏病患者的生存时间（从确诊到死亡或研究结束），并想比较不同年龄段（如<60岁vs≥60岁）患者的生存分布是否有差异。最适宜使用的统计方法是？A.t检验B.卡方检验C.线性回归分析D.Kaplan-Meier生存分析7.在一项双变量线性回归分析中，回归系数β=2.5，其意义是？A.自变量每增加1个单位，因变量平均增加2.5个单位。B.自变量每增加1个单位，因变量标准差增加2.5个单位。C.因变量每增加1个单位，自变量平均增加2.5个单位。D.该回归方程的决定系数R²为2.5。8.医生测量了50名糖尿病患者和50名非糖尿病患者的体重指数（BMI），数据如下。要检验两组的BMI是否存在显著差异，首先应进行的检验是？A.独立样本t检验B.卡方检验C.正态性检验D.相关分析9.在一项队列研究中，研究人员追踪了10000名从未吸烟者10年的肺癌发病率，发现100人患肺癌。他们想估计从未吸烟者10年患肺癌的粗率，该粗率的计算方法是？A.100/10000B.100/(10000*10)C.10000/(100+9900)D.10/10010.对一组服从正态分布的连续型变量进行标准化处理后，得到的变量其均值和标准差分别是？A.原均值，原标准差B.0，1C.原均值，0D.1，原均值二、填空题（每空2分，共20分）1.假设检验中，第一类错误是指，第二类错误是指。2.研究人员想比较三种不同手术方法治疗某种疾病的效果，将患者随机分配到三个治疗组。这种研究设计属于。3.在生存分析中，Kaplan-Meier生存曲线描述了。4.Logistic回归主要用于分析。5.当研究目的是检验两个分类变量之间是否独立时，常用的统计量是。6.在线性回归方程Y=β₀+β₁X+ε中，β₁被称为。7.抽样调查中，为了使样本能较好地代表总体，常采用抽样方法。8.对一组数据进行标准化变换（Z-score），公式为Z=(X-μ)/σ，其中μ代表，σ代表。9.在观察性研究中，常见的偏倚包括。10.统计学报告中，应清晰报告P值，通常表示。三、简答题（每题5分，共20分）1.简述在生物医药临床试验中设置对照组的必要性和作用。2.解释什么是假设检验中的P值，并说明P值小于0.05通常意味着什么。3.在进行方差分析（ANOVA）之前，通常需要满足哪些基本条件？简要说明违反这些条件可能带来的问题。4.简述相关分析与回归分析的区别与联系。四、应用题（每题10分，共30分）1.某研究比较了两种疗法（A法和B法）治疗某种疾病的治愈率。随机选取了200名患者，其中100名接受A法治疗，治愈了65人；另外100名接受B法治疗，治愈了80人。(1)请写出计算两种疗法治愈率差异的标准化统计量的公式（如Z统计量）。(2)假设计算得到的Z统计量为1.8，自由度为1，请判断在α=0.05水平下，是否可以认为两种疗法的治愈率有显著差异？并简要说明理由。2.研究人员测量了20名健康成年男性和20名健康成年女性的收缩压（mmHg），数据如下（仅为示例性数字，非真实数据）：男性：120,125,130,128,132,127,129,131,124,126,123,118,119,127,130,133,135,122,121,126女性：115,118,120,122,119,117,121,123,125,124,116,119,118,120,122,127,123,121,117,120(1)请写出使用独立样本t检验比较两组收缩压均值差异的基本步骤（包括假设提出、计算统计量等）。(2)假设计算得到t统计量为2.3，自由度为38，P值约为0.025。请解释该P值的意义，并说明在α=0.05水平下，研究结论是什么？3.某研究收集了50名哮喘患者的年龄（岁）和每日使用吸入剂药物剂量（单位：μg）的数据。通过分析，得到线性回归方程为：剂量=50-0.5*年龄。假设某患者年龄为40岁。(1)根据该回归方程，预测该患者每日吸入剂药物剂量是多少？(2)解释回归系数-0.5的含义。(3)如果该患者的实际药物剂量为40μg，请计算其预测误差。试卷答案一、选择题1.B解析：随机化确保了处理分配的均衡性，盲法（患者和研究者均不知晓）减少了偏倚。选项B最符合这两个原则。2.D解析：比较两组（吸烟者与不吸烟者）的比率或比例（发病率）是否显著差异，属于分类资料的假设检验，卡方检验是常用方法。3.C解析：检验两个分类变量（性状、性别）是否相互独立，属于分类资料的卡方检验应用。4.D解析：P值小于0.05表示在零假设（两者无关）成立的前提下，观察到当前或更极端结果的概率小于5%。它拒绝零假设的证据强度，但不能直接推断因果关系。5.C解析：比较三个或以上独立组的均值差异，应使用单因素方差分析。6.D解析：Kaplan-Meier生存分析用于绘制生存曲线，并比较不同分组（如年龄段）的生存分布。7.A解析：回归系数表示自变量每变化一个单位，因变量平均变化的量。8.C解析：进行t检验前，需先检验数据是否服从正态分布。9.A解析：粗率是某段时间内某人群中某病新发病例数与同期平均人口数的比例。10.B解析：标准化是将数据转换为均值为0，标准差为1的新变量。二、填空题1.拒绝了实际上正确的零假设；接受了实际上错误的零假设2.完全随机设计3.某一时点生存人数的比例随时间的变化情况4.因变量是二分类变量的回归分析5.卡方统计量6.回归系数（斜率）7.随机8.均值（平均数）；标准差9.选择性偏倚、信息偏倚、混杂偏倚10.拒绝零假设的证据强度（或概率）三、简答题1.必要性：对照组提供了一个比较基准，可以区分处理效果是药物本身的作用还是其他因素（如自然恢复、安慰剂效应）引起的。作用：减少偏倚，提高结果的可靠性，证明处理措施的有效性。2.P值是在零假设（通常指变量间无关联或无差异）为真的情况下，由随机抽样产生的样本统计量等于或超过（大于等于）当前观察到的统计量值的概率。P值小于0.05通常意味着，如果两变量真的无关，那么观察到当前这种关联强度或更强的关联的概率小于5%，因此有理由拒绝零假设，认为两变量之间存在统计学上的显著关联。3.基本条件：数据来自正态分布的总体；各组方差相等（同方差性）。问题：若不满足正态性，t检验结果可能不准确；若不满足同方差性，进行ANOVA的F检验结果可能不准确，可能导致错误结论。4.区别：相关分析用于描述两个变量间线性关系的方向和强度，不区分自变量和因变量。回归分析用于建立预测模型，确定一个变量如何随另一个变量变化，需指定自变量和因变量。联系：回归系数可以解释为相关系数，回归分析可用于基于一个变量的值预测另一个变量的值。四、应用题1.(1)Z=(p₁-p₂)/sqrt[p̂(1-p̂)(1/n₁+1/n₂)]其中p̂=(x₁+x₂)/(n₁+n₂)是合并样本比例，x₁,x₂分别是A、B组的治愈人数，n₁,n₂分别是A、B组的人数。(2)P(Z≥1.8)约为0.0359。因为P值(0.0359)<α(0.05)，所以拒绝零假设，认为两种疗法的治愈率有显著差异。2.(1)步骤：①提出零假设H₀：μ₁=μ₂（两组均值相等），备择假设H₁：μ₁≠μ₂。②计算样本均值、标准差、样本量。③计算合并方差（或各组方差）。④计算t统计量：t=(x̄₁-x̄₂)/sqrt(s_p²(1/n₁+1/n₂))，其中s_p²是合并方差。⑤确定自由度（df=n₁+n₂-2）。⑥查t分布表或计算P值。(2)P值约为0.025。其意义是，如果男性