2025年大学《统计学》专业题库- 生物统计学在医学研究中的应用

2025年大学《统计学》专业题库——生物统计学在医学研究中的应用考试时间：______分钟总分：______分姓名：______一、填空题1.在一项比较两种药物治疗高血压效果的随机对照试验中，将患者随机分配到两种治疗组是为了________。2.用于衡量疾病在特定人群、特定时间点流行程度的指标是________。3.当我们要估计一个总体均数的范围时，除了点估计，更常用的是________估计。4.在假设检验中，如果拒绝了实际上成立的零假设，所犯的错误类型称为________。5.对于两组独立样本的均值比较，当样本量较小且方差未知但相等时，应使用的检验方法是________。6.卡方检验在医学研究中常用于分析________之间是否存在关联。7.线性回归分析中，回归系数表示自变量每变化一个单位，因变量平均变化________。8.在队列研究中，研究者通常追踪暴露组和对照组，以比较________的发生情况。9.为了减少抽样误差，提高样本代表性，在抽样时应尽量增大样本量，这体现了________原则。10.生存分析主要用于研究事件发生时间数据，其中Kaplan-Meier法用于估计________。二、选择题（每小题只有一个正确答案）1.以下哪项不是观察性研究的特征？()A.研究者对研究对象施加干预措施B.研究者被动观察结局C.可以建立因果关系D.包括队列研究和病例对照研究2.测量某地成年男性吸烟者的吸烟量，得到的资料属于：()A.分类资料B.定量资料C.定性资料D.混合资料3.从正态分布总体中随机抽取样本，样本均值的分布总是服从正态分布，这主要得益于：()A.独立性B.方差齐性C.中心极限定理D.大数定律4.在比较两组率的差异时，如果两组暴露人数相差悬殊，则更适合使用的检验方法是：()A.t检验B.Z检验C.配对卡方检验D.四格表卡方检验5.以下哪种研究设计最容易产生回忆偏倚？()A.队列研究B.病例对照研究C.现场试验D.双盲随机对照试验6.已知某地去年肺癌发病率为万分之五，该指标属于：()A.比例B.相对危险度C.发病率D.生存率7.当研究目的是比较三个及以上独立组的均值差异时，首选的检验方法是：()A.t检验B.单因素方差分析C.配对t检验D.Kruskal-WallisH检验8.在解释回归系数时，要求自变量和因变量之间的关系是：()A.线性关系B.非线性关系C.相关系数高D.P值小9.设立零假设（H0）通常是假设：()A.现象之间不存在关联B.现象之间存在关联C.干预措施有效D.干预措施无效10.生存分析中的“censoring”（删失）指的是：()A.研究对象失访B.事件发生时间过长C.研究中途终止D.生存时间数据错误三、简答题1.简述随机化在临床试验设计中的重要作用。2.解释什么是抽样误差，并说明影响抽样误差大小的因素。3.简述病例对照研究与队列研究在研究目的、设计特点和潜在偏倚方面的主要区别。4.在进行两组独立样本均数的t检验前，需要满足哪些基本条件？如何进行检验？5.解释什么是生存分析，并列举至少三种常见的生存分析应用场景。四、计算题1.某医生为比较药物治疗组（n1=30）与对照组（n2=30）治疗某种疾病的疗效，测得两组患者的症状缓解时间（天）如下（数据已按升序排列）：药物治疗组：3,5,7,8,9,10,12,13,15,16,18,20,22,24,26,28,30,32,35,38,40,42,45,48,50,52,55,58,60,65对照组：4,6,7,9,10,11,13,14,15,17,18,19,21,22,24,25,27,29,31,33,35,37,39,41,43,46,48,51,54,57假设两组缓解时间数据均近似服从正态分布，且方差相等，试比较两组平均缓解时间是否有显著差异（α=0.05）。2.某研究调查了100名吸烟者（A组）和100名不吸烟者（B组）的肺癌发病率，结果如下：A组（吸烟者）：发生肺癌15人，未发生85人B组（不吸烟者）：发生肺癌5人，未发生95人试分析吸烟与肺癌是否有关联（α=0.05）。五、论述题1.结合实例，论述选择合适的统计方法进行数据分析的重要性。2.试述生物统计学在控制医学研究偏倚方面可以发挥的作用。试卷答案一、填空题1.控制混杂因素2.患病率3.区间4.第一类错误（或α错误）5.t检验6.分类变量（或定性变量）7.单位8.某种疾病（或结局事件）9.重复10.总体生存函数二、选择题1.A2.B3.C4.B5.B6.C7.B8.A9.A10.A三、简答题1.解析思路：随机化是随机对照试验的基石。其主要作用在于将非处理因素（混杂因素）均匀地分配到干预组和对照组，从而使得两组在基线特征上具有可比性。这样可以有效地控制混杂偏倚，使得观察到的干预效果更真实地反映处理因素的作用。此外，随机化也有助于保证研究的科学性和结果的可靠性。2.解析思路：抽样误差是指由于随机抽样导致的样本统计量（如样本均数、样本率）与总体参数（总体均数、总体率）之间存在的差异。它是不可避免的，因为样本只是总体的一部分。抽样误差的大小通常用标准误来衡量。影响抽样误差大小的因素主要有：①样本量：样本量越大，抽样误差越小；②总体变异度：总体变异度（如标准差）越大，抽样误差越大；③抽样方法：不同的抽样方法可能导致不同的抽样误差。3.解析思路：病例对照研究与队列研究是两种主要的观察性研究设计。*研究目的：病例对照研究主要用于探索某种疾病（结局）的病因或危险因素，属于“回顾性”研究，即选择患有某种疾病的患者（病例组）和未患病的对照者，回顾性追溯比较两组过去暴露于可疑危险因素的比例差异。队列研究主要用于验证某种暴露因素与某种疾病（结局）之间是否存在因果联系，属于“前瞻性”研究，即选择暴露组和未暴露组，前瞻性追踪观察两组疾病的发生率差异。*设计特点：病例对照研究的特点是先有结局（疾病），再追溯暴露，易于研究罕见病，成本相对较低，但容易产生回忆偏倚和选择偏倚。队列研究的特点是先有暴露，再观察结局，不易产生回忆偏倚，可计算发病率，但研究周期长，成本高，且对于罕见结局，暴露组内发病人数可能很少。*潜在偏倚：病例对照研究的主要偏倚包括回忆偏倚（病例对过去的暴露更易回忆）、选择偏倚（对照选择不具代表性）、信息偏倚等。队列研究的主要偏倚包括选择偏倚（入组人群不具代表性）、信息偏倚（暴露或结局评估不准确）、失访偏倚（部分研究对象失联）、混杂偏倚（未控制的混杂因素影响）。4.解析思路：在进行两组独立样本均数的t检验前，通常需要满足以下基本条件：*①独立性：两组样本数据相互独立，即一个组的观察结果不影响另一个组的观察结果。*②正态性：各组的原始数据（而非样本均值）应服从正态分布。对于大样本（通常n>30），根据中心极限定理，样本均值的分布近似正态，检验结果不太受正态性影响。对于小样本，需要检验数据是否服从正态分布（如使用Shapiro-Wilk检验或观察Q-Q图）。*③方差齐性：两个总体的方差相等（σ₁²=σ₂²）。通常使用Levene's检验或F检验来检验两组方差是否齐性。*检验方法：满足条件后，若方差齐性，使用EqualVariancest-test（或称独立样本t检验，假设方差相等）；若方差不齐，使用EqualVariancesNotAssumedt-test（或称Welch'st-test，假设方差不等）。计算公式涉及样本均值、样本标准差和样本量，检验统计量t的计算公式为(x̄₁-x̄₂)/sqrt(s₁²/n₁+s₂²/n₂)，其中x̄₁、x̄₂为两组均值，s₁、s₂为两组标准差，n₁、n₂为两组样本量。根据计算得到的t值和自由度（df，取决于检验类型和方差齐性检验结果），查找t分布表或使用软件获得P值，与检验水准α比较，做出统计推断。5.解析思路：生存分析是研究带有时间戳（生存时间）的数据的统计学分支，特别适用于分析事件发生时间，这些事件通常是不良事件（如死亡、疾病复发、生存状态改变）或研究对象的失访。生存分析主要关注：①生存函数（描述生存概率随时间的变化）；②生存时间分布的估计与比较；③影响生存时间的因素分析（如生存回归模型）。常见应用场景包括：①比较不同治疗组或不同危险因素组的生存率（如比较不同手术方案的生存期）；②分析多个因素对生存时间的影响（如研究年龄、性别、病情严重程度等对癌症患者生存的影响）；③处理删失数据（如研究过程中部分患者失访）；④生存预测模型的建立。四、计算题1.解析思路：*①检验假设：H₀：μ₁=μ₂（两组平均缓解时间无差异）；H₁：μ₁≠μ₂（两组平均缓解时间有差异）。α=0.05。*②计算样本统计量：*估计总体方差相等（方差齐性检验结果假设为真）：s_p²=[(n₁-1)s₁²+(n₂-1)s₂²]/(n₁+n₂-2)*计算合并标准差s_p=√s_p²。*计算两组均值x̄₁,x̄₂。*计算标准误SE=s_p*sqrt(1/n₁+1/n₂)。*③计算t统计量：t=(x̄₁-x̄₂)/SE。*④确定自由度：df=n₁+n₂-2。*⑤查表或计算P值：根据t值和df，查找t分布表或使用软件获得P值。*⑥做出结论：若P≤α，则拒绝H₀，认为两组平均缓解时间有显著差异；若P>α，则不拒绝H₀，认为尚无充分证据表明两组平均缓解时间有显著差异。**(注：具体数值计算过程略)*2.解析思路：*①建立列联表：```|肺癌|无肺癌|合计|----|------|-------|------|吸烟|15|85|100|----|------|-------|------|不吸烟|5|95|100|----|------|-------|------|合计|20|180|200|```*②检验假设：H₀：吸烟与肺癌无关联（两变量独立）；H₁：吸烟与肺癌有关联（两变量不独立）。α=0.05。*③计算期望值：根据行totals和列totals计算每个单元格的期望频数Eᵢⱼ=(行i合计*列j合计)/总合计。*④计算卡方统计量：χ²=Σ[(Oᵢⱼ-Eᵢⱼ)²/Eᵢⱼ]，其中Oᵢⱼ为观测频数，Eᵢⱼ为期望频数。对于2x2表，有简化的卡方计算公式：χ²=[(ad-bc)²*n]/(ab+cd+ef+gh)，其中a=15,b=85,c=5,d=95,n=200。*⑤确定自由度：df=(行数-1)*(列数-1)=(2-1)*(2-1)=1。*⑥查表或计算P值：根据χ²值和df，查找χ²分布表或使用软件获得P值。*⑦做出结论：若P≤α，则拒绝H₀，认为吸烟与肺癌有统计学上的关联；若P>α，则不拒绝H₀，认为尚无充分证据表明吸烟与肺癌存在关联。**(注：具体数值计算过程略)*五、论述题1.解析思路：选择合适的统计方法进行数据分析至关重要，原因如下：*保证结果的科学性与可靠性：不同的研究设计（如实验研究、观察研究）和不同的数据类型（如分类数据、定量数据）需要采用不同的统计方法。如果方法选择不当，例如用比较均数的t检验处理分类数据，或用卡方检验比较连续型数据，会导致统计推断错误，得出错误的结论，从而误导科学研究。正确的统计方法能够更准确地反映数据背后的真实规律。*充分利用数据信息：合适的统计方法能够最大限度地提取和利用数据中包含的信息。例如，回归分析可以揭示变量间的数量关系和影响程度，而简单的描述性统计则无法做到。选择恰当的方法有助于从数据中挖掘更深层次的洞见。*满足研究目的：不同的统计方法适用于回答不同类型的研究问题。例如，要比较组间差异，可能用t检验、ANOVA或Mann-WhitneyU检验；要分析变量间关联，可能用卡方检验、相关分析或回归分析。选择与研究目的完全匹配的方法，才能有效验证研究假设。*增强结果的可解释性与说服力：合理的统计方法得出的结果通常更易于理解和解释，也更容易被同行和学术界接受。错误或不恰当的统计方法会削弱研究结果的说服力。*避免统计偏倚：某些统计方法设计上就能更好地控制特定的偏倚（如随机化设计本身能控制混杂）。选择不恰当的方法可能导致或无法有效控制偏倚，使结果失真。*实例：假设一项研究目的是比较三种药物治疗高血压的效果。如果研究者错误地选择了比较两两均值的t检验，而不是适合比较多组均值的单因素方差分析，那么可能无法全面评估所有药物之间的差异，或者得出不准确的优势排序。正确的选择（如ANOVA）并结合事后检验，才能更全面、可靠地回答研究问题。2.解析思路：生物统计学在控制医学研究偏倚方面发挥着核心作用。偏倚是指系统性地偏离真实值的现象，导致研究结论不准确。生物统计学通过研究设计、数据收集和分析等环节，为控制偏倚提供了多种策略和方法：*研究设计阶段：*随机化：在临床试验中，将研究对象随机分配到干预组和对照组，是控制混杂因素最有效的方法之一。随机化有助于确保两组在基线特征上具有可比性，从而减少选择偏倚和部分混杂偏倚的影响。*设置对照：安排对照组（安慰剂对照、空白对照或阳性对照）是必要的，它提供了一个比较的基础，有助于区分干预措施的真实效果与安慰效应或其他非特异性影响。*盲法：单盲（研究对象不知情）、双盲（研究对象和实施者不知情）、甚至三盲（数据分析者也不知情）可以减少主观偏倚（如安慰剂效应、测量偏倚、评估偏