2025年大学《应用统计学》专业题库- 数据科学在医疗领域的应用

2025年大学《应用统计学》专业题库——数据科学在医疗领域的应用考试时间：______分钟总分：______分姓名：______一、简述在医疗研究中使用随机抽样的目的是什么？与使用方便抽样相比，它有哪些主要优势？二、某医生想比较两种不同的治疗方法（A法和B法）对某种慢性病患者的缓解效果。他选择了100名患有该慢性病的患者，并随机将他们分成两组，每组50人。一组接受A法治疗，另一组接受B法治疗。一个月后，医生记录了两组患者病情的改善程度（用评分表示）。请问这是一个什么类型的实验设计？请说明理由，并指出其中的自变量和因变量。三、在一项关于某种药物有效性的临床试验中，研究人员将患者随机分配到治疗组和安慰剂组。治疗结束后，他们比较了两组患者的康复率。这种研究设计属于哪种研究设计类型（例如，观察性研究、实验性研究）？请解释选择该类型的原因，并说明这种设计如何有助于建立因果关系。四、描述在医疗健康数据分析中，使用线性回归模型分析年龄与血压之间关系时，需要考虑哪些重要的假设？如果这些假设之一被违反，可能会导致什么样的后果？五、一家医院想评估其患者满意度调查结果的可信度。他们在全院随机抽取了200名患者进行调查，发现85%的患者表示对医院服务“满意”或“非常满意”。请计算样本比例的95%置信区间，并解释置信区间的含义。六、假设一项研究调查了吸烟史与肺癌发病率之间的关系。研究发现，吸烟者患肺癌的几率是不吸烟者的3倍。请解释这个研究结果，并说明它是否意味着吸烟必然导致肺癌？为什么？七、在分析一项新的抗癌药物的效果时，研究人员可能使用生存分析。请简述生存分析在医疗研究中的主要用途，并举例说明一种适合使用生存分析研究的问题。八、医院管理者想要了解不同科室的患者等待就诊时间（以分钟为单位）的分布情况。他们收集了上周内科、外科和儿科三个科室的等待时间数据。请简要说明，如果想要比较这三个科室的平均等待时间是否有显著差异，可以采用哪些统计方法？并简述选择这些方法的理由。九、一家制药公司开发了一种新的疫苗，想要评估其预防某种传染病的有效性。他们进行了一项双盲随机对照试验，将志愿者随机分为接种新疫苗组和接种安慰剂组。一段时间后，他们记录了两组志愿者是否感染该疾病。请解释什么是“双盲”设计，并说明它在减少偏倚方面的重要性。十、在分析医疗成本数据时，经常遇到数据呈偏态分布的情况。请列举至少三种处理偏态分布数据的方法，并简要说明每种方法的原理。在医疗成本分析中，选择哪种方法可能更合适，并解释原因。试卷答案一、目的：为了使用样本数据推断总体特征，减少抽样误差，避免选择偏差，从而更准确地反映总体情况。优势：样本代表性更佳，结论更具普遍性；减少系统偏差，使研究结果更客观；便于统计分析，结果更可靠。二、类型：随机对照实验设计。理由：研究者主动干预（施加两种治疗方法），并随机分配受试对象到不同组别，目的是观察干预措施的效果。自变量：治疗方法（A法vsB法）；因变量：病情改善程度（评分）。三、类型：实验性研究。理由：研究中有明确的干预措施（药物vs安慰剂），并且通过随机分配将受试者分配到不同组，目的是评估干预措施的效果，这种设计可以通过控制其他因素来评估自变量（药物）对因变量（康复率）的因果影响。四、假设：线性关系假设（年龄与血压呈线性关系）；独立性假设（样本中每个观测值相互独立）；误差项正态分布假设（残差服从正态分布）；方差齐性假设（不同年龄组的血压方差相等）。后果：如果假设被违反，可能导致回归系数估计不准确，模型预测效果差，假设检验结果不可靠。五、计算：样本比例p=0.85，样本量n=200，标准误SE=sqrt[p(1-p)/n]=sqrt[0.85(1-0.85)/200]≈0.0213。95%置信区间=p±z*(SE)=0.85±1.96*(0.0213)≈(0.8083,0.8917)。含义：我们有95%的置信度认为，该医院所有患者对服务的满意度比例真实值落在80.83%到89.17%之间。六、解释：该结果意味着，在考虑了其他可能影响因素后，吸烟者相对于不吸烟者，患肺癌的风险是前者的三倍。原因：这个比例是比较两组间的相对风险，而不是绝对因果关系。其他因素（如遗传、空气污染、职业暴露等）可能同时影响吸烟和肺癌风险，因此不能直接断定吸烟必然导致肺癌，需要更深入的研究来确立因果联系。七、用途：生存分析用于研究事件发生时间数据，特别适用于分析医学研究中患者的生存时间、疾病缓解期、无复发生存期等。例子：研究不同治疗方案（如手术vs药物治疗）患者的生存期差异，或分析影响患者癌症生存时间的因素（如年龄、病情分期、治疗方案等）。八、方法：可以采用单因素方差分析（One-wayANOVA）或Kruskal-WallisH检验（如果数据不满足正态分布）。理由：这两个方法都能比较多于两个组别（内科、外科、儿科）在同一个连续变量（等待时间）上的平均水平是否存在显著差异。ANOVA适用于满足正态性和方差齐性的数据，Kruskal-WallisH检验是非参数方法，适用于不满足正态性假设的数据。九、双盲：指在临床试验中，既参与研究的受试者（患者），又负责执行和研究评估的研究人员，都不知道受试者分到的是哪一组（治疗组或安慰剂组）。重要性：主要目的是消除由研究者或受试者期望心理产生的偏倚（安慰剂效应和研究者期望效应），确保试验结果的客观性和可靠性。十、方法：1.数据转换：如对数据取对数（logtransformation）或平方根转换，使数据更接近正态分布。2.使用非参数方法：如使用中位数检验或非参数回归模型，这些方法不依赖数据正态分布的假设。3.分