2025年大学《应用统计学》专业题库- 医疗保健数据中的统计学分析

2025年大学《应用统计学》专业题库——医疗保健数据中的统计学分析考试时间：______分钟总分：______分姓名：______一、选择题（每小题2分，共20分。请将正确选项的字母填在题后的括号内）1.某医生想要了解某城市成年男性的平均血压水平，他对该城市随机抽取了100名成年男性进行测量。这种研究方法属于：A.完全随机抽样B.系统抽样C.分层抽样D.整群抽样2.已知某地成年女性身高服从正态分布，其均值为160cm，标准差为5cm。若随机抽取一名该地成年女性，其身高超过170cm的概率大约是：A.0.1587B.0.3413C.0.4997D.0.84133.在一项比较两种药物A和B治疗某种疾病的疗效研究中，将患者随机分为两组，分别服用A药和B药。这种研究设计称为：A.配对设计B.单因素方差分析C.疗效对比实验设计D.相关性研究4.为了检验某城市居民的平均每日吸烟量是否显著高于全国平均水平（假设已知全国平均水平为15支，标准差为5支），随机抽取了100名该城市居民，样本均值为16支。在显著性水平α=0.05下，应使用的统计检验方法是：A.单样本t检验B.配对样本t检验C.单样本z检验D.卡方检验5.在一项关于年龄（岁）和血压（mmHg）的研究中，得到了相关系数r=0.6。这表明：A.年龄和血压之间存在线性关系B.年龄和血压之间存在强烈的正相关关系C.年龄和血压之间存在60%的变异可以通过年龄来解释D.年龄越大，血压越低6.抽样调查中，样本量的确定主要取决于：A.总体标准差的大小B.允许的抽样误差大小C.总体规模的大小D.以上都是7.已知一组样本数据：3,5,7,9,11。该样本的极差和方差分别是：A.8,16B.8,8C.16,16D.16,88.在假设检验中，第一类错误是指：A.犯了“将真错误判为假”的错误B.犯了“将假错误判为真”的错误C.拒绝了一个实际上为真的原假设D.接受了一个实际上为假的原假设9.某研究欲探究吸烟量（分组：少、中、多）与肺癌发病率（是/否）之间是否存在关联，应使用的统计检验方法是：A.t检验B.方差分析C.卡方检验D.相关系数10.回归分析的主要目的是：A.描述数据分布特征B.检验变量间是否存在关系C.用一个或多个自变量的值来预测因变量的值D.分析变量间的相关强度二、填空题（每小题2分，共20分。请将答案填在题后的横线上）1.对于一个样本均值，其标准误是________的无偏估计量。2.在进行假设检验时，如果原假设为真，但拒绝了原假设，则犯了________错误。3.样本量越大，抽样分布的________越小。4.在方差分析中，总离差平方和可以分解为________离差平方和与________离差平方和。5.相关系数的取值范围在________与________之间。6.对于服从正态分布的总体，当总体方差未知时，用于构造总体均值置信区间的统计量是________统计量。7.医学研究中常用的生存分析是研究________随时间变化规律的统计方法。8.抽样调查中，________是指样本指标与总体指标之间的绝对差值。9.当研究变量是分类变量时，可以使用________图来直观展示其分布情况。10.线性回归模型中，回归系数表示在其他自变量保持不变的情况下，自变量每变化一个单位，因变量________的平均变化量。三、简答题（每小题5分，共20分）1.简述假设检验中显著性水平α的含义。2.简述分层抽样的优缺点。3.解释什么是第二类错误，并说明如何减小第二类错误的概率。4.在医疗研究中，为什么常使用随机对照试验（RCT）来评估干预措施的效果？四、计算题（每小题10分，共30分）1.某医院想知道某类手术的平均住院日。随机抽取了50位接受该手术的患者，得到样本均值为8天，样本标准差为2天。假设住院日服从正态分布。（1）求该类手术平均住院日95%置信区间的估计。（2）如果医院希望以95%的置信度估计平均住院日，且要求误差范围不超过0.5天，问至少需要抽取多少名患者？2.某研究者想比较两种不同的治疗方法（A法和B法）对降低血压的效果。随机选取了60名高血压患者，随机分成两组，每组30人。治疗后测得两组患者的平均收缩压分别为：A组130mmHg(s=10mmHg)，B组125mmHg(s=12mmHg)。假设两组患者血压服从正态分布且方差相等。（1）检验两种治疗方法的平均收缩压是否有显著差异（α=0.05）。（2）解释P值在此情境下的含义。3.某研究收集了100名成年女性的年龄（X，单位：岁）和血压（Y，单位：mmHg）数据，计算得到样本相关系数r=0.45。假设血压服从正态分布。（1）检验年龄与血压之间是否存在显著的线性关系（α=0.05）。（2）如果某女性的年龄为35岁，根据此数据集预测其血压的95%置信区间。五、分析题（15分）某医疗管理部门怀疑某医院药房药品的发放量存在异常。管理部门随机抽取了100天药房发放的某类药物的记录，发现平均每天发放量为1000盒，标准差为150盒。同时，根据医院历史记录，该类药物的日均发放量标准差一直稳定在150盒左右。管理部门想知道，基于此次抽样结果，是否有理由认为该药房该类药物的日均发放量显著偏离了正常的1000盒水平（α=0.01）。请分析：（1）这个问题适合使用哪种统计方法来解决？为什么？（2）请写出具体的假设检验步骤（包括原假设、备择假设、检验统计量、决策规则）。（3）假设计算得到的检验统计量对应的P值小于0.01，请解释这个结果的管理学含义。试卷答案一、选择题1.C2.A3.C4.C5.B6.D7.A8.C9.C10.C二、填空题1.总体均值2.第一类3.标准误差4.组内，组间5.-1，16.t7.生存时间8.抽样误差9.条形，饼图10.变化三、简答题1.显著性水平α是当原假设为真时，拒绝原假设的概率，它代表了研究者愿意承担的犯第一类错误的概率。2.分层抽样的优点是：可以保证样本在各个层中的代表性，便于根据层内同质性进行统计分析；可以降低抽样误差，提高估计精度。缺点是：需要了解总体各层的结构信息；实施起来相对复杂。3.第二类错误是指原假设实际上为假，但未能拒绝原假设的错误。减小第二类错误的概率可以通过增大样本量或降低显著性水平α来实现。4.随机对照试验通过将研究对象随机分配到干预组和对照组，可以有效控制混杂因素和偏倚，使得两组在除干预措施外的其他方面尽可能相似，从而更科学、客观地评估干预措施的真实效果。四、计算题1.（1）-样本均值\(\bar{x}=8\)-样本标准差\(s=2\)-样本量\(n=50\)-置信水平\(1-\alpha=0.95\)-t分布临界值\(t_{0.025,49}\approx2.0096\)（查t表或使用软件）-标准误\(SE=\frac{s}{\sqrt{n}}=\frac{2}{\sqrt{50}}\approx0.283\)-置信区间=\(\bar{x}\pmt_{0.025,49}\timesSE=8\pm2.0096\times0.283\approx8\pm0.571\)-置信区间约为(7.429,8.571)天（2）-要求误差范围\(E=0.5\)天-总体标准差\(\sigma\approxs=2\)（使用样本标准差估计）-置信水平\(1-\alpha=0.95\)-z分布临界值\(z_{0.025}\approx1.96\)（查z表或使用软件）-所需样本量\(n=\left(\frac{z_{0.025}\times\sigma}{E}\right)^2=\left(\frac{1.96\times2}{0.5}\right)^2\approx384.16\)-因为样本量必须为整数，向上取整，至少需要抽取385名患者。2.（1）-原假设\(H_0:\mu_A=\mu_B\)（两种方法的平均收缩压无显著差异）-备择假设\(H_1:\mu_A\neq\mu_B\)（两种方法的平均收缩压有显著差异）-样本均值\(\bar{x}_A=130\),\(s_A=10\),\(n_A=30\)-样本均值\(\bar{x}_B=125\),\(s_B=12\),\(n_B=30\)-假设方差相等，合并方差\(s_p^2=\frac{(n_A-1)s_A^2+(n_B-1)s_B^2}{n_A+n_B-2}=\frac{29\times10^2+29\times12^2}{58}\approx122.41\)-合并标准差\(s_p=\sqrt{122.41}\approx11.06\)-检验统计量\(t=\frac{\bar{x}_A-\bar{x}_B}{s_p\sqrt{\frac{1}{n_A}+\frac{1}{n_B}}}=\frac{130-125}{11.06\sqrt{\frac{1}{30}+\frac{1}{30}}}=\frac{5}{11.06\times0.1826}\approx2.425\)-自由度\(df=n_A+n_B-2=58\)-t分布临界值\(t_{0.025,58}\approx2.0023\)-因为\(|t|=2.425>2.0023\)，所以拒绝原假设。-结论：两种治疗方法的平均收缩压有显著差异。（2）P值是当原假设为真时，观察到当前样本结果或更极端结果的概率。在此情境下，P值小于0.05，意味着如果两种治疗方法效果相同，那么随机抽样得到如此之大（或更大）的平均血压差异的可能性小于5%。因此，有理由认为两种治疗方法的平均收缩压存在显著差异。3.（1）-原假设\(H_0:\rho=0\)（年龄与血压之间不存在线性关系）-备择假设\(H_1:\rho\neq0\)（年龄与血压之间存在线性关系）-样本相关系数\(r=0.45\)-样本量\(n=100\)-置信水平\(1-\alpha=0.05\)-检验统计量\(t=\frac{r\sqrt{n-2}}{\sqrt{1-r^2}}=\frac{0.45\sqrt{98}}{\sqrt{1-0.45^2}}=\frac{0.45\times9.899}{\sqrt{0.7975}}\approx\frac{4.45055}{0.893}\approx4.993\)-自由度\(df=n-2=98\)-t分布临界值\(t_{0.025,98}\approx1.984\)-因为\(|t|=4.993>1.984\)，所以拒绝原假设。-结论：年龄与血压之间存在显著的线性关系。（2）-回归方程斜率\(b_1=\frac{rs_Y}{s_X}=\frac{0.45\times1.3416}{3.1623}\approx0.1938\)（其中\(s_Y\)是血压的标准差，\(s_X\)是年龄的标准差，计算时需用原始数据计算）-截距\(b_0=\bar{Y}-b_1\bar{X}=121.22-0.1938\times37.73\approx108.98\)（其中\(\bar{Y}\)和\(\bar{X}\)分别是血压和年龄的样本均值）-回归方程为\(\hat{Y}=108.98+0.1938X\)-预测值\(\hat{Y}_{35}=108.98+0.1938\times35\approx121.68\)-标准误\(SE_{\hat{Y}}=s_Y\sqrt{1/n+\frac{(X_{new}-\bar{X})^2}{\sum(X_i-\bar{X})^2}}\)-需要计算\(\sum(X_i-\bar{X})^2\)，假设已知\(\sum(X_i-\bar{X})^2=4124.68\)（此值需从原始数据计算）-\(SE_{\hat{Y}}=1.3416\sqrt{\frac{1}{100}+\frac{(35-37.73)^2}{4124.68}}=1.3416\sqrt{0.01+\frac{7.8129}{4124.68}}\approx1.3416\sqrt{0.0179}\approx1.3416\times0.1338\approx0.179\)-置信区间=\(\hat{Y}_{35}\pmt_{0.025,98}\timesSE_{\hat{Y}}=121.68\pm1.984\times0.179\approx121.68\pm0.355\)-置信区间约为(121.325,122.035)mmHg五、分析题（1）这个问题适合使用单样本z检验来解决。因为研究的目的是检验样本均值（1000盒/天）是否显著偏离已知的总体均值（假设为1000盒/天），且样本量较大（n=100），可以根据中心极限定理认为样本均值的抽样分布近似服从正态分布，同时总体标准差已知（σ=150盒/天），满足使用z检验的条件。（2）-原假设\(H_0:\mu=1000\)（日均发放量没有显著偏离1000盒）-备择假设\(H_1:\mu\neq1000\)（日均发放量显著偏离1