2025年大学《统计学》专业题库- 统计学在医学研究中的应用

2025年大学《统计学》专业题库——统计学在医学研究中的应用考试时间：______分钟总分：______分姓名：______一、简述随机对照试验（RCT）在医学研究中的优势及其设计需要考虑的关键要素。二、在医学研究中，定性数据和定量数据各有哪些常见的类型？请分别举例说明，并简述在描述这两种类型数据时，应选用哪些不同的描述性统计量或图表。三、某医生想比较两种治疗方法（A法和B法）对某种疾病的疗效。他收集了30名患者的数据，将他们随机分为两组，每组15人。治疗后，测得两组患者的康复时间（单位：天）如下（数据仅为示意，非真实数据）：组A：45,50,55,60,65,70,75,80,85,90组B：40,42,44,46,48,50,52,54,56,58,60,62,64,66,68请写出运用t检验比较两组均值差异的基本步骤，并说明在执行这些步骤时需要考虑哪些前提条件。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，50名病例组吸烟，50名不吸烟；40名对照组吸烟，60名不吸烟。请计算吸烟与肺癌的粗略患病率比（OddsRatio,OR），并解释其含义。五、解释什么是“混杂偏倚”（ConfoundingBias）。在医学研究中，如何控制混杂偏倚的影响？请列举至少两种常用的控制方法。六、某研究旨在探讨高血压与心脏病发病风险的关系。研究人员收集了500名成年人的数据，包括其收缩压、舒张压、是否患有心脏病（是/否）以及年龄。研究者希望建立一个回归模型来预测心脏病发病风险。请问：1.在此研究中，哪个变量是因变量？哪个是自变量？2.如果自变量中包含分类变量（如是否吸烟）和连续变量（如年龄、血压），应使用何种回归模型进行分析？为什么？3.解释回归模型中“调整后的R平方”（AdjustedR-squared）的含义。七、生存分析常用于研究医学事件的发生时间，如患者的生存期、肿瘤的缓解期等。请简述生存分析中“生存函数”（SurvivalFunction）的概念，并说明为什么在比较不同治疗组的生存期时，通常使用Log-rank检验而非简单的t检验或ANOVA。八、假设一项医学研究需要比较三种不同药物（X药、Y药、Z药）治疗某种慢性病的疗效。研究人员希望了解哪种药物能够显著改善患者的某个关键指标（如疼痛评分）。如果收集到的数据是定序数据（例如，疼痛程度分为：严重、中等、轻微），且初步检验发现数据不符合正态分布，请说明在这种情况下，应选择哪种统计方法来比较三种药物之间的差异，并简述理由。试卷答案一、优势：能够有效控制混杂因素和选择偏倚，使处理组和对照组在基线特征上更具可比性，从而提高研究结果的内部有效性和因果推断能力。关键要素：明确的干预措施、随机分配受试者到不同组别、设立对照组（通常为安慰剂对照或常规治疗组）、盲法实施（单盲、双盲或开放标签）、以及预设的退出和失访处理策略。二、定性数据类型：名义变量（如性别：男/女；血型：A/B/AB/O）、定序变量（如疾病严重程度：轻度/中度/重度；教育程度：小学/中学/大学）。定量数据类型：离散变量（如子女数量、检查次数）、连续变量（如身高、体重、血压、生存时间）。描述定性数据：频数、百分比、众数。描述定量数据：集中趋势（均值、中位数、众数）、离散程度（方差、标准差、极差、四分位数间距）。三、基本步骤：1.提出零假设（H0：两组均值相等）和备择假设（H1：两组均值不等）。2.计算两组样本均值（X̄A,X̄B）和样本标准差（sA,sB）。3.根据样本量和标准差计算t统计量（公式：t=(X̄A-X̄B)/sqrt(sA²/nA+sB²/nB)或使用独立样本t检验公式）。4.确定自由度（df），并查找对应t分布表中的临界值（t_crit）。5.比较计算得到的t值与临界值的大小，或计算p值，判断是否拒绝零假设。前提条件：两组数据均服从正态分布；两组方差相等（或使用校正公式）；样本量足够大（中心极限定理）；观测值相互独立。四、计算OR：OR=(病例组吸烟人数/病例组不吸烟人数)/(对照组吸烟人数/对照组不吸烟人数)OR=(50/50)/(40/60)OR=1/(2/3)=1*(3/2)=1.5含义：该研究结果显示，相对于不吸烟者，吸烟者的患病风险（或比数）是不吸烟者的1.5倍。五、混杂偏倚是指由于一个与暴露因素和结局都有关的第三个变量（混杂因素）的存在，而导致的暴露因素与结局之间的关联出现错误估计的现象。控制方法：1.限制（Restriction）：在研究设计阶段，限制受试者的选择范围，使混杂因素在两组中的分布尽可能相同。2.配对（Matching）：在研究设计阶段，将暴露相同且混杂因素水平相似的个体配成对子或小组，分别进入不同组别。3.分层（Stratification）：在数据分析阶段，根据混杂因素的水平将样本分层，然后在每一层内分别计算暴露与结局的关联，最后合并结果。4.多变量调整（MultivariableAdjustment）：在数据分析阶段，使用多元统计模型（如多元回归分析），将混杂因素作为自变量纳入模型进行校正。六、1.因变量：是否患有心脏病（是/否，属于定性变量）。自变量：收缩压、舒张压、年龄（连续变量）、是否吸烟（分类变量）。2.应使用多元线性回归模型（或多变量逻辑回归模型，如果因变量是分类的）。原因：该研究涉及多个自变量（不同类型），多元回归模型能够同时评估多个自变量对因变量的独立影响，并考虑自变量之间的相互作用。3.调整后的R平方表示在模型中加入了多个自变量后，模型所能解释的因变量变异的比例。它与未调整的R平方相比，更能反映模型对数据的实际解释能力，因为它考虑了自变量数量对模型拟合优度的影响。七、生存函数是指在特定时间点，经历过研究开始时设定的终点事件（如死亡、疾病复发）的个体占最初纳入研究的全部个体的比例。它描述了事件发生风险的随时间变化的趋势。使用Log-rank检验而非t检验或ANOVA的原因：1.