2025年大学《应用统计学》专业题库- 统计学在医药研发中的应用

2025年大学《应用统计学》专业题库——统计学在医药研发中的应用考试时间：______分钟总分：______分姓名：______一、选择题（每小题2分，共20分。请将正确选项字母填在题干后的括号内）1.在一项比较新药A与安慰剂治疗高血压效果的随机对照试验中，选择了300名高血压患者，随机分为两组，每组150人。这种抽样设计属于？(A)配对设计(B)简单随机抽样(C)分层随机抽样(D)随机区组设计2.医药研发中，研究者希望评估一种新药降低胆固醇的有效性。收集了100名服药患者的胆固醇水平数据，首先需要计算样本的均值和标准差，这属于？(A)假设检验(B)参数估计(C)相关分析(D)方差分析3.某临床试验比较了两种药物治疗某种疾病的缓解率。A药组100人中有60人缓解，B药组100人中有70人缓解。要比较两种药物的缓解率是否有显著差异，最合适的统计方法是？(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4.在一项关于吸烟与肺癌风险的队列研究中，观察到1000名吸烟者中有50人患肺癌，800名不吸烟者中有10人患肺癌。使用卡方检验分析结果时，其自由度等于？(A)1(B)2(C)3(D)45.研究者发现，某种药物的疗效可能与患者的年龄有关。在分析时，将年龄作为自变量，疗效作为因变量，考察两者之间的线性关系，应使用的统计量是？(A)相关系数(B)Kruskal-WallisH检验(C)F统计量(D)生存函数6.一项临床试验结束时，最终分析集（Intention-to-Treat,ITT）包括了所有随机分配并至少接受一次治疗的患者，而符合方案集（Per-Protocol,PP）只包括按预设方案完成所有治疗和访视的患者。通常情况下，ITT分析的结果？(A)总体效应更小，但更真实(B)总体效应更大，但更真实(C)与PP分析结果一致(D)无法确定与PP分析结果的关系7.在进行药物剂量-效应关系研究时，常使用回归分析。如果研究者希望建立以最大效应（Emax）为因变量，以剂量为自变量的模型，且假设效应随剂量呈对称S型曲线，最适合的回归模型是？(A)简单线性回归(B)对数线性回归(C)逻辑斯蒂回归（LogisticRegression）(D)多项式回归8.医药生产过程中，需要监控某项关键指标的稳定性。质检部门定期抽取样本，测量该指标值。绘制哪种图表最适合用于监测生产过程是否在控制范围内？(A)散点图(B)箱线图(C)均值控制图(D)累计和控制图9.某项研究比较了三种不同剂量的药物对动物疼痛耐受时间的影响，发现高剂量组显著优于低剂量组和中剂量组，但低剂量组与中剂量组之间没有显著差异。这种情况下，进行事后检验时，应采用？(A)LSD检验(B)TukeyHSD检验(C)Bonferroni校正检验(D)Dunnett检验10.当生存研究的数据存在删失（Censoring），即有些对象的结局时间未知（仅知道其生存时间超过某个时间点）时，估计生存率的常用方法是？(A)简单平均法(B)加权平均法(C)Kaplan-Meier法(D)Wilcoxon秩和检验法二、填空题（每空2分，共20分。请将答案填在横线上）1.在假设检验中，如果零假设为真，但拒绝了零假设，所犯的错误称为______错误，其概率用______表示。2.为了估计某城市高血压患者的比例，随机抽取了1000人进行调查，发现比例为15%。用此样本比例估计总体比例的区间称为______区间。3.在比较两组连续型数据均值时，如果两组数据的方差不相等且数据近似服从正态分布，应使用______检验。4.多重比较校正的目的是为了控制______错误的总概率，常用的方法有______和______。5.在生存分析中，用来比较两组生存曲线是否显著不同的非参数检验方法是______检验。6.在临床试验设计中，确保各组基线特征可比的重要方法是______。7.评价一项筛查试验准确性的指标包括灵敏度、特异性和______。8.在回归分析中，检验自变量对因变量是否有显著线性影响的核心统计量是______。9.对于服从正态分布且方差已知的大样本数据，估计总体均值的置信区间通常使用______公式。10.医药研究中常用的随机化方法包括______、______和分层随机化。三、计算与分析题（共60分）1.（10分）某研究者欲比较药物X与安慰剂治疗抑郁症的疗效。随机选取60名抑郁症患者，随机分配到药物X组（n=30）和安慰剂组（n=30）。治疗后，使用汉密尔顿抑郁量表（HAMD）评分评估疗效，评分越低越好。假设两组HAMD评分均近似服从正态分布，且方差相等。药物X组平均评分为12.5，标准差为3.0；安慰剂组平均评分为15.2，标准差为3.2。请选择合适的统计方法，检验药物X是否比安慰剂更有效（即HAMD评分更低），并说明理由。假设你已经进行了假设检验，结果为：t=2.81，p=0.006（双侧）。2.（15分）一项研究探讨了某种基因型（基因型Avs基因型B）是否与某种罕见病的发生风险相关。研究者调查了500名患者和500名健康对照者。结果如下：基因型A患者中，有150人患病，100人未患病；基因型A健康人中，有50人患病，450人未患病。基因型B患者中，有80人患病，420人未患病；基因型B健康人中，有70人患病，430人未患病。请使用卡方检验分析基因型与疾病是否相关，并解释你的分析结果。假设你已经进行了计算，结果为：卡方值=10.5，p=0.001。3.（15分）研究者收集了50名高血压患者服用某种降压药后的血压下降值（毫米汞柱）数据。研究者希望了解血压下降值与患者年龄（岁）之间是否存在线性关系。数据初步分析显示，血压下降值的均值为15mmHg，标准差为5mmHg；年龄的均值为55岁，标准差为8岁；两者之间的相关系数r=0.6。请计算血压下降值对年龄的简单线性回归方程（Y=β0+β1X），并解释回归系数β1的实际意义。假设计算得到的回归方程为：Y=2+0.25X。4.（20分）一项关于新药C安全性的临床试验，共招募了400名受试者。试验进行到中期，发现其中200名受试者因各种原因提前终止试验，但研究者记录了他们至最后一次接触时的安全数据（即删失数据）。研究者需要分析药物C的安全性。请简述在分析安全性数据时，处理删失数据的常用方法及其原理。并说明为什么不能简单地将所有受试者数据（包括完整数据和不完整删失数据）一起进行常规统计分析。试卷答案一、选择题1.D2.B3.D4.A5.A6.A7.C8.C9.B10.C二、填空题1.第二类；α2.置信3.t4.第I类；Bonferroni；Holm5.Log-rank6.随机化7.阳性预测值8.F9.（x̄-μ）/（σ/√n）10.简单随机化；区组随机化三、计算与分析题1.解析思路：首先判断两组数据是否满足t检验条件（正态分布、方差相等）。根据题意，已说明近似正态分布且方差相等，样本量较大（n>30），故可采用独立样本t检验。目的是检验药物X组均值是否显著低于安慰剂组均值（单侧检验）。计算得到的t值（2.81）对应的p值（0.006）小于通常的显著性水平（如0.05），因此拒绝零假设，认为药物X在降低HAMD评分（即改善抑郁疗效）方面显著优于安慰剂。2.解析思路：此题涉及2x2列联表，目的是分析基因型（行变量）与疾病（列变量）之间是否存在关联。使用卡方检验适用于分类数据。计算卡方统计量（χ²=10.5），根据自由度（(行数-1)x(列数-1)=1）和显著性水平（α=0.05），查卡方分布表得临界值（约3.84）。由于计算得到的χ²值（10.5）大于临界值，且p值（0.001）远小于0.05，因此拒绝零假设，认为基因型与疾病的发生风险存在显著关联。3.解析思路：简单线性回归方程形式为Y=β0+β1X。题目已给出计算好的回归方程Y=2+0.25X，其中截距β0=2，斜率β1=0.25。斜率β1=0.25的实际意义是：在控制其他因素不变的情况下，患者年龄每增加1岁，预计血压下降值会增加0.25毫米汞柱。这是血压下降值对年龄的回归系数，反映了年龄与血压下降值之间的线性关系强度和方向。4.解析思路：处理生存分析中的删失数据（Censoring）不能像处理完全观测数据那样直接丢弃，否则会丢失信息并导致结果偏差。常用方法包括：*Kaplan-Meier生存估计：该方法直接考虑删失数据，通过逐步排除观测到的最短生存时间来估计生存函数。*生命表法（Lifetable）：