2025年大学《统计学》专业题库- 统计学在心血管疾病管理中的作用

2025年大学《统计学》专业题库——统计学在心血管疾病管理中的作用考试时间：______分钟总分：______分姓名：______一、选择题（每题3分，共30分）1.在一项关于高血压与心脏病发病风险关系的研究中，研究者测量了受试者的血压值并记录是否患有心脏病。对于血压这一变量，以下描述正确的是（）。A.只能是数值型变量B.只能是分类变量C.可以是数值型也可以是分类变量，取决于研究如何定义分组D.以上都不对2.某医生想评估一种新的心电图（ECG）筛查方法诊断心律失常的准确性。他收集了已知患有心律失常和已知未患心律失常的两组人群的ECG检查结果。为了评价该筛查方法的灵敏度，他需要关注（）。A.患病者中筛出阳性的人数比例B.未患病者中筛出阴性的人数比例C.阳性预测值D.诊断试验的总人数3.在一项比较两种药物（A药和B药）降低血压效果的随机对照试验中，将100名高血压患者随机分为两组，每组50人。试验结束后，测量两组患者的收缩压均值。为了推断两种药物的效果是否存在显著差异，最适宜使用的统计方法可能是（）。A.配对样本t检验B.独立样本t检验C.卡方检验D.线性回归分析4.某研究调查了吸烟史（吸烟/不吸烟）与冠心病（患病/未患病）之间的关系，得到如下列联表（部分数据）：||冠心病患病|冠心病未患病|合计||:---------|:---------|:-----------|:-------||吸烟|a|b|a+b||不吸烟|c|d|c+d||合计|a+c|b+d|N|若要检验吸烟与冠心病是否独立，应使用的统计量是（）。A.t统计量B.F统计量C.卡方统计量D.Z统计量5.在一项随访研究中，研究人员追踪了1000名40岁以上的成年人10年，记录他们的胆固醇水平（高/正常）和是否发生心肌梗死（是/否）。研究者想建立一个模型来预测发生心肌梗死的风险，胆固醇水平是潜在的预测变量。最合适的统计模型可能是（）。A.线性回归模型B.逻辑回归模型C.生存回归模型D.主成分分析模型6.某研究测量了100名冠心病患者的年龄（岁）和血清胆固醇水平（mmol/L），并计算得到年龄与胆固醇的相关系数为0.65。以下哪个结论是正确的？（）A.年龄每增加1岁，胆固醇必然增加0.65mmol/LB.年龄与胆固醇之间存在正相关关系，且年龄是胆固醇的可靠预测指标C.该相关系数只适用于线性关系，不能描述非线性关系D.该研究必须进行假设检验才能确认相关性是否具有统计学意义7.在一项评估药物有效性的临床试验中，研究者需要确定样本量。以下哪个因素通常不影响样本量的计算？（）A.预期治疗效果的大小B.所需的统计功效（Power）C.允许的误差范围D.研究者的主观偏好8.已知某城市成年男性的平均收缩压为130mmHg，标准差为15mmHg。假设收缩压近似服从正态分布。如果规定收缩压大于140mmHg为高血压，那么随机抽取一名成年男性，其患有高血压的概率大约是多少？（）A.0.1587B.0.8413C.0.5D.无法计算9.对一组来自正态分布总体的样本数据进行方差分析（ANOVA），目的是检验（）。A.总体均值是否等于某个特定值B.总体方差是否相等C.至少两个总体均值是否存在显著差异D.数据是否服从正态分布10.在解释统计回归分析的结果时，需要注意的一个关键问题是（）。A.回归系数的符号必须是预期的方向B.模型的R²值必须非常高C.检验回归系数是否显著的p值必须小于0.05D.需要考虑是否存在多重共线性问题二、填空题（每空3分，共30分）1.根据一组样本数据计算得到的统计量，用来估计总体参数，称为__________。2.假设检验中，当零假设为真时，却错误地拒绝了零假设，这种错误称为__________。3.在一项病例对照研究中，研究者发现吸烟者患肺癌的odds比值为3.0，这意味着吸烟者患肺癌的风险是不吸烟者的__________倍。4.评价诊断试验准确性的一个重要指标是__________，它表示在所有真正患病的人中，被该试验正确诊断为阳性的比例。5.在比较两组定量数据的均值差异时，如果两组数据的分布偏度较大或不满足正态性假设，且样本量较小，可以考虑使用__________检验。6.用于分析一个分类自变量对一个分类因变量的影响，或者一个定量自变量对一个分类因变量的影响的统计方法，通常称为__________。7.在生存分析中，用来衡量事件（如死亡）发生时间的数据类型是__________。8.设总体服从正态分布N(μ,σ²)，其中μ未知，σ²已知，要检验H₀:μ=μ₀，应使用的统计量是__________。9.统计推断的目的是用样本信息来推断__________的信息。10.在进行相关性分析时，相关系数的取值范围是__________。三、简答题（每题10分，共40分）1.简述在心血管疾病流行病学研究中，选择合适的病例对照研究或队列研究设计需要考虑的主要因素。2.解释什么是统计假设检验的I类错误和II类错误，并说明如何控制这两种错误。3.在一项临床试验中，研究者希望比较新药A和老药B对降低收缩压的效果。简述随机对照试验设计的基本原则及其在保证试验结果可靠性方面的重要性。4.解释什么是置信区间，并说明置信区间的宽度受哪些因素影响？在心血管疾病风险预测模型中，如何解读某个危险因素的95%置信区间？四、论述题（20分）结合统计学的相关知识，论述如何利用统计方法（至少三种）来评价一种新的心血管疾病风险管理计划的有效性。请说明每种方法的应用场景、分析要点以及可能遇到的问题或挑战。试卷答案一、选择题1.C2.A3.B4.C5.B6.B7.D8.A9.C10.D二、填空题1.点估计2.第一类错误（或α错误）3.3.04.灵敏度（或真阳性率）5.Mann-WhitneyU检验（或Wilcoxon秩和检验）6.逻辑回归（或分类回归）7.生存时间（或失效时间）8.Z统计量9.总体10.[-1,1]三、简答题1.答案要点：*研究问题明确性。*病例和对照的选择代表性及可比性（来源、时间、基本特征等）。*事件的罕见性（通常适用于病例对照研究）。*数据收集的质量和准确性（暴露信息的测量方法）。*偏倚控制措施（如匹配、分层、盲法等）。*考虑因果推断的可能性。*（若选择队列研究，还需考虑暴露测量的可行性、随访的完整性和失访偏倚控制）。解析思路：考察对病例对照研究和队列研究设计原则及优缺点的理解，特别是如何保证研究结果的可靠性，避免偏倚。2.答案要点：*I类错误（α）：在零假设为真时，错误地拒绝了零假设，称为“假阳性”。*II类错误（β）：在零假设为假时，错误地未能拒绝零假设，称为“假阴性”。*控制方法：*控制α水平：通过设定显著性水平（如α=0.05）来直接控制犯I类错误的概率。*增加样本量：增大样本量可以提高检验的统计功效，从而降低犯II类错误的概率（β）。*选择更灵敏的检验方法：在某些情况下，改进检验方法也能提高功效。解析思路：考察对假设检验基本概念（两类错误）及其控制方法的掌握。3.答案要点：*基本原则：*随机化：将受试者随机分配到不同处理组（新药组/老药组），以平衡已知和未知混杂因素。*对照：设置对照组（安慰剂组或老药组），以便进行比较。*盲法：尽可能使受试者、研究者甚至数据分析者不知晓受试者的分组情况，以减少主观偏倚。*随访：按规定的时间间隔和方式收集所有受试者的结局数据。*重要性：随机化有助于确保组间可比性，盲法有助于减少偏倚，从而使得组间差异更可能由干预措施（新药vs老药）引起，提高结果的内部有效性和可信度。解析思路：考察对随机对照试验核心设计原则的理解及其在保证研究质量方面作用的掌握。4.答案要点：*置信区间（CI）：在一定的置信水平（如95%）下，估计总体参数（如总体均值或回归系数）可能所在的一个区间。*影响因素：置信区间的宽度主要受以下因素影响：*样本量：样本量越大，标准误越小，置信区间越窄。*参数估计值的标准误：标准误越大，置信区间越宽。*置信水平：置信水平要求越高（如99%vs95%），置信区间越宽。*总体方差（或标准差）：总体方差越大，标准误越大，置信区间越宽。*风险预测模型解读：例如，某危险因素（如血压）的95%置信区间为[1.2,1.8]，意味着我们有95%的置信度认为，该危险因素的总体回归系数（或比数比）真实值位于1.2到1.8之间。这表明该危险因素与心血管疾病风险之间存在正相关性，且这种关联在统计上是显著的。解析思路：考察对置信区间概念、影响因素的理解，以及在具体应用场景（风险预测模型）下如何解读置信区间。四、论述题答案要点：*引入：阐述心血管疾病风险管理计划评估的必要性，目标是确定计划是否能有效识别、干预和管理风险因素，从而降低疾病发生或改善健康结局。*方法一：描述性统计*应用：收集计划实施前后或参与者基线、终点的各项指标数据（如血压、血脂、血糖、体重、生活方式行为等），计算均值、标准差、率等描述性统计量。*分析：描述参与者基线特征，比较计划实施前后（或干预组与对照组）关键指标的变化幅度和分布情况。*问题/挑战：描述性统计本身不能证明因果关系，需结合推断统计；数据收集的完整性和准确性是关键。*方法二：假设检验（比较两组均值/率）*应用：例如，比较接受风险管理计划干预的组（干预组）与未接受或接受其他方式管理组（对照组）在某个关键指标（如收缩压）上的均值差异，或比较计划实施前后同一组人群某不良事件发生率（如心脏病发作）的率差异。*分析：使用t检验、卡方检验等，检验两组间差异或变化是否具有统计学意义，判断计划是否带来了显著的积极改变。*问题/挑战：需要满足检验的前提条件（如正态性、方差齐性）；可能存在选择偏倚和失访偏倚。*方法三：相关性/回归分析*应用：分析风险管理计划中各项干预措施（如健康教育、生活方式指导、药物治疗依从性监测）与参与者风险因素改善程度或健康结局之间的关联强度和方向。例如，使用线性回归分析健康教育参与度与血压下降幅度之间的关系，或使用逻辑回归分析计划参与者的多因素心血管疾病风险预测模型。*分析：评估不同干预措施的相对效果，识别计划中有效的成分