2025年大学《统计学》专业题库- 生物统计学中的药效学分析方法

2025年大学《统计学》专业题库——生物统计学中的药效学分析方法考试时间：______分钟总分：______分姓名：______一、选择题（每题3分，共30分）1.在药效学研究中，为了消除个体差异对实验结果的影响，最常采用的实验设计方法是（）。A.完全随机设计B.配对设计C.随机区组设计D.交叉设计2.对于一组呈正态分布的药效学数据，当要比较两组药物的平均效应差异时，若两组方差相等且样本量较小，应首选的检验方法是（）。A.Z检验B.t检验（独立样本）C.t检验（配对样本）D.方差分析3.在药效学实验中，若效应变量（如存活率）不连续且欲比较两组药物的疗效比例，应选择的统计方法主要是（）。A.均值比较的t检验B.方差分析C.率的比较（如卡方检验）D.相关分析4.药物剂量与效应之间呈线性关系时，描述两者相关程度的统计量是（）。A.方差B.标准差C.相关系数D.回归系数5.建立药效回归模型后，求得ED50（半数有效量）的95%置信区间，其主要反映了（）。A.该ED50值的测量精度B.不同剂量下效应的变异程度C.模型对总体参数估计的可靠性D.疗效的显著性水平6.进行单因素方差分析（ANOVA）时，若检验结果显著，但后续多重比较发现所有组间差异均不显著，可能的原因是（）。A.实验效应真实存在，但效应量太小B.违反了ANOVA的方差齐性假设C.样本量过小，导致检验效能不足D.存在严重的实验误差7.在药效学研究中使用协方差分析（ANCOVA）的主要目的是（）。A.提高方差分析的准确性B.比较不同处理组的均数差异C.控制一个或多个连续型混杂变量对结果的影响D.建立剂量与效应的回归关系8.当药效学数据不服从正态分布，且存在明显的离群值时，比较两组均值差异的稳健方法可能不包括（）。A.Wilcoxon秩和检验B.Mann-WhitneyU检验C.参数t检验D.经变换后的t检验9.在解释药效学实验的统计结果时，仅仅报告P<0.05就认为治疗有效是不全面的，还需要考虑（）。A.实验设计的随机性B.检验的功效（Power）C.效应的大小（EffectSize）D.参与者的性别分布10.下列哪种统计图最适合用于展示一组药效学数据（如某药物剂量组）的分布形态和集中趋势？（）A.散点图B.饼图C.箱线图D.柱状图二、填空题（每空2分，共20分）1.设计药效学实验时，除了随机和对照原则外，重复原则是保证实验结果__________的基础。2.假设检验中，犯第一类错误（α）是指拒绝了实际上成立的__________假设。3.对于两组独立样本均数的比较，若方差不等，应使用__________进行检验。4.药效回归分析中，回归系数的符号反映了药物剂量与效应之间关系的__________。5.在进行多重比较时，为了控制整体错误率，常用的方法有__________和__________等。6.若药效学研究的效应变量是连续型变量，而处理因素是分类变量，通常采用__________来分析处理因素的主效应。三、简答题（每题5分，共15分）1.简述随机区组设计与完全随机设计的区别，并说明在药效学研究中使用随机区组设计的优势。2.解释什么是假设检验的I类错误和II类错误，并说明如何控制这两种错误。3.在药效学研究中，为什么有时需要对原始数据进行变换？常见的变换类型有哪些？四、计算与分析题（每题10分，共20分）1.某研究比较A、B两种药物对某疾病的疗效，选取20只实验动物，随机分为两组，每组10只。给药后，记录疗效评分（越高越好），数据如下：A组：78,82,79,80,81,83,76,77,84,80；B组：72,74,76,73,75,77,71,74,72,73。假设两组数据均服从正态分布且方差相等，试进行假设检验，判断两种药物的疗效是否存在显著差异。（请写出检验步骤和关键结论）2.某研究测定了不同剂量的某药物对实验动物产生特定效应的动物数，数据如下：剂量（mg/kg）：10,20,40,80；产生效应的动物数：18,35,60,75；未产生效应的动物数：2,5,10,25。试计算该药物的粗略半数有效量（ED50）及其95%置信区间。（提示：可使用概率-剂量反应曲线法或软件计算）五、论述题（15分）结合你所学的药效学分析方法，论述在药效学研究设计阶段应考虑哪些因素？如何选择合适的统计分析方法来处理和分析实验数据？请结合实例说明。试卷答案一、选择题1.C2.B3.C4.C5.C6.C7.C8.C9.C10.C二、填空题1.可靠性2.真实（或零）3.t检验（Welch检验）4.方向（或正负）5.Bonferroni校正；TukeyHSD检验6.方差分析（ANOVA）三、简答题1.答：随机区组设计是将实验单元（如动物）按某种已知或未知的特征（区组因素）划分成若干组（区组），再在每个区组内随机分配处理因素水平。完全随机设计则是将所有实验单元直接随机分配到各处理组。随机区组设计的优势在于，它控制了区组因素带来的变异，提高了处理组间比较的统计效能和结果的准确性，特别适用于实验单元间存在个体差异的情况。2.答：假设检验的I类错误（α）是指原假设H0实际上是真实的，但拒绝了H0。II类错误（β）是指原假设H0实际上是错误的（即备择假设H1真实），但未能拒绝H0。控制I类错误主要通过调整显著性水平α（通常设为0.05），控制II类错误主要通过增大样本量、提高检验效能（Power=1-β），或选择更灵敏的检验方法。两者往往相互制约，减小α可能导致β增大，反之亦然。3.答：对原始数据进行变换通常是为了满足统计分析方法的要求，如正态性、方差齐性等假设。常见的变换类型有对数变换（Logtransformation）、平方根变换（Squareroottransformation）、倒数变换（Reciprocaltransformation）等。例如，当数据右偏且方差随均值增大时，常用对数变换。四、计算与分析题1.答：1.建立假设：H0：A、B两种药物疗效无显著差异（μA=μB）；H1：A、B两种药物疗效有显著差异（μA≠μB）。2.计算统计量：首先计算两组均值和合并标准差。A组均数=(78+82+...+80)/10=80.0B组均数=(72+74+...+73)/10=74.0合并方差S_p^2=[(9*80.0^2+9*74.0^2)-(10*80.0+10*74.0)^2/18]/(10+10-2)=18.444合并标准差S_p=√18.444=4.296t统计量=(80.0-74.0)/[S_p*√(1/10+1/10)]=6.0/(4.296*√0.2)=6.0/3.478=1.7223.确定P值：自由度df=10+10-2=18。查t分布表，t(18,0.025)≈2.101。由于|t|=1.722<2.101，P>0.05。4.做出结论：在α=0.05水平上，没有足够的证据拒绝H0。可认为两种药物的疗效无显著差异。（注：若使用Welch检验，结果可能不同，但若方差齐性假设成立，t检验是合适的）2.答：1.计算总动物数N=18+35+60+75+2+5+10+25=1802.计算各剂量组的反应率P_i=(效应动物数)/N：P_10=18/180=0.10P_20=35/180=0.194P_40=60/180=0.333P_80=75/180=0.4173.计算各剂量对数log(D_i)：log_10(10)=1.0log_10(20)=1.301log_10(40)=1.602log_10(80)=1.9034.使用概率-剂量对数线性回归模型Y=a+bX，其中Y=-log(P/(1-P))，X=log(D)。计算回归系数b：b≈(Σ(X_i-X̄)(Y_i-Ȳ))/(Σ(X_i-X̄)^2)X̄=(1.0+1.301+1.602+1.903)/4=1.403Ȳ=(-log(0.10/(1-0.10))+-log(0.194/(1-0.194))+-log(0.333/(1-0.333))+-log(0.417/(1-0.417)))/4Ȳ=(-1.0+-1.672+-1.176+-1.013)/4=-4.861/4=-1.215b≈[(-1.0-1.403)(-1.0+1.215)+(-1.301-1.403)(-1.672+1.215)+(-1.602-1.403)(-1.176+1.215)+(-1.903-1.403)(-1.013+1.215)]/[(-1.0-1.403)^2+(-1.301-1.403)^2+(-1.602-1.403)^2+(-1.903-1.403)^2]b≈[(-2.403)(0.215)+(-2.704)(-0.457)+(-3.005)(0.039)+(-3.306)(0.202)]/[(-2.403)^2+(-2.704)^2+(-3.005)^2+(-3.306)^2]b≈[-0.516+1.236-0.117-0.668]/[5.774+7.31+9.03+10.91]b≈0.935/32.014≈0.02925.计算截距a：a=Ȳ-bX̄=-1.215-0.0292*1.403≈-1.215-0.0409≈-1.25596.计算ED50：ED50=10^(-a/b)=10^(-(-1.2559)/0.0292)=10^(43.036)≈22.1mg/kg7.计算ED50的95%CI（近似方法）：SE(ln(ED50))≈√[Σ(Y_i-Y_î)^2/(n-2)]/(b*sqrt(N))（此处简化，通常用软件计算更精确的CI）CIED50≈ED50*exp(±1.96*SE(ln(ED50)))（示例形式）（实际计算需更精确值，此处仅展示过程）五、论述题答：在药效学研究设计阶段，应综合考虑以下因素选择合适的分析方法：1.研究目的：是比较不同药物/处理组，还是研究剂量-效应关系？是观察性研究还是干预性研究？2.实验设计：采用何种设计（完全随机、配对、区组、交叉等）？这决定了处理因素和误差结构的分析方法。3.效应变量类型：是连续型变量（如血压、体重变化），还是分类变量（如存活/死亡、有效/无效）？或是有序分类变量？4.混杂因素：是否存在需要控制的连续型或分类混杂变量？5.样本量：样本量大小影响检验效能和统计方法的选择（如小样本可能需使用非参数法）。6.数据分布特征：数据是否服从正态分布？方差是否齐性？根据上述因素选择分析方法：*若比较两组连续型均值，设计为完全随机且方差齐，用独立样本t检验；若方差不齐，用Welch检验或非参数Mann-WhitneyU检验。*若比较两组分类变量比例，用卡方检验或Z检验。*若比较多个组连续型均值，设计为随机区组且方差齐，用单因素方差分析；若方差不齐，用非参数Kruskal-Wallis检验。*若研究剂量与连续型效应的线性关系，用简单线性回归分析。*若研究剂量与分类效