2025年大学《数学与应用数学》专业题库- 统计学在医学研究中的重要性

2025年大学《数学与应用数学》专业题库——统计学在医学研究中的重要性考试时间：______分钟总分：______分姓名：______一、选择题（每小题3分，共15分。请将正确选项的字母填在题后的括号内）1.在一项关于某新药降低血压效果的临床试验中，研究人员将受试者随机分为治疗组和安慰剂组。后续测量两组受试者的收缩压，发现治疗组的平均收缩压显著低于安慰剂组。为了检验这种差异是否具有统计学意义，最适宜选用的假设检验方法是？(A)配对样本t检验(B)独立样本t检验(C)单样本t检验(D)卡方检验2.一项研究调查了吸烟习惯（吸烟/不吸烟）与某慢性病患病率（患病/未患病）之间的关系。研究者希望检验吸烟与否与患病与否之间是否存在关联。最适合用于此目的的统计检验方法是？(A)独立样本t检验(B)配对样本t检验(C)卡方检验(D)线性回归分析3.某医生想评估一种新的诊断方法检测某种疾病的准确性。他收集了已确诊的患者的检测结果，绘制了受试者工作特征（ROC）曲线。ROC曲线下面积（AUC）是衡量该诊断方法性能的重要指标，AUC接近1意味着？(A)该方法的敏感性很高(B)该方法的特异性很高(C)该方法区分患病与未患病的能力很强(D)该方法不能区分患病与未患病4.在一项比较两种不同治疗方案效果的随机对照试验中，研究者需要确定每组需要多少患者参与才能确保有足够的统计功效来检测预期的效果差异。这个过程称为？(A)参数估计(B)假设检验(C)样本量估计(D)数据清洗5.一项研究报告称，某种治疗措施使患者的康复时间的中位数显著缩短。如果原始数据不符合参数检验的假设（如非正态分布），研究者可能更倾向于使用以下哪种方法来分析数据？(A)独立样本t检验(B)线性回归分析(C)非参数检验（如Mann-WhitneyU检验）(D)方差分析二、填空题（每空2分，共20分。请将答案填在横线上）6.统计学在医学研究中发挥着关键作用，它不仅能够帮助我们描述数据的______和______，更能通过科学的分析方法检验医学干预的效果和探索疾病的风险因素。7.假设检验中，我们通过计算一个检验统计量，并将其与临界值进行比较或计算P值，来判断是否有足够的证据拒绝______假设。P值本身表示的是在______假设为真的情况下，观察到当前或更极端结果的概率。8.在一项关于吸烟与肺癌关系的队列研究中，研究者关注的是暴露组（吸烟者）和非暴露组（非吸烟者）在长期随访后肺癌的______。9.当研究者想要评估一个自变量（如药物剂量）对一个因变量（如血压）的影响程度和方向时，通常会采用______分析。10.置信区间提供了对未知参数的一个估计范围，其宽度反映了估计的______。通常，在样本量固定的情况下，增大置信水平（如从95%增加到99%）会导致置信区间变______。三、计算题（每题10分，共30分。请写出必要的计算步骤和公式）11.某研究者欲比较两种不同运动方式（A和B）对改善患者胆固醇水平的效果。随机选取30名患者，平均分成两组，分别进行两种运动干预一个月后，测得两组患者的“坏”胆固醇（LDL）平均降低量（单位：mg/dL）如下：组A:15,18,20,17,19,16,18,21,17,16组B:14,11,13,15,12,10,14,16,13,11假设两组LDL降低量服从正态分布且方差相等。试计算两组LDL平均降低量之差的95%置信区间。（注：可使用t分布表或软件结果，无需显式计算t值和自由度）12.某研究旨在检验一种新的降压药是否比安慰剂更有效。随机将100名高血压患者分为两组（药物组50人，安慰剂组50人），治疗一段时间后，测量两组患者的收缩压变化量（Δ收缩压，单位：mmHg）。药物组的平均收缩压变化量为-12mmHg，标准差为5mmHg；安慰剂组的平均收缩压变化量为-5mmHg，标准差为6mmHg。试进行假设检验（α=0.05），判断该新药是否显著降低了患者的收缩压。（请写出检验的零假设和备择假设，选择检验方法，计算检验统计量，并做出统计结论）13.一项研究调查了200名成年人是否患有过敏性鼻炎，并记录了他们是否养宠物。结果如下：患有过敏性鼻炎且养宠物的人数：30患有过敏性鼻炎但不养宠物的人数：70未患有过敏性鼻炎且养宠物的人数：20未患有过敏性鼻炎但不养宠物的人数：80试检验是否可以认为“是否患有过敏性鼻炎”与“是否养宠物”之间存在关联性。（α=0.05）（请写出检验的零假设和备择假设，选择检验方法，计算检验统计量，并做出统计结论）四、简答题（每题8分，共24分）14.简述假设检验中“第一类错误”（α）和“第二类错误”（β）分别指的是什么？并说明它们之间通常存在怎样的关系？15.在医学研究中，为什么选择合适的统计方法对于得出可靠结论至关重要？请举例说明几种常见的错误选择统计方法的情况及其可能导致的后果。16.解释什么是生存分析，并说明它在医学研究中（例如临床试验或流行病学研究）分析哪些类型的数据时特别有用。五、论述题（共21分）17.试结合具体的医学研究场景（例如评价一项新疗法的效果、探讨某个风险因素与疾病的关系、比较不同诊断测试的性能等），论述统计学方法（至少选择三种不同的方法）在研究设计、数据分析和结果解释中各自扮演的角色和重要性。请说明每种方法解决了什么问题，如何帮助研究者得出更科学、更可靠的结论。试卷答案一、选择题1.B2.C3.C4.C5.C二、填空题6.特征；规律7.零；零8.发病率（或累积发病率）9.线性回归（或相关）10.置信度；宽三、计算题11.（示例性结果，具体数值可能因计算方法略有差异）*假设计算得到两组均值差的标准误为1.5，t分布（df=18）的0.975分位数约为2.101。*置信区间=(均值A-均值B)±t**SE=(17.5-13.1)±2.101*1.5=4.4±3.152=[1.248,7.752]*95%置信区间为[1.25,7.75]mg/dL。12.*零假设H₀:μ₁-μ₂≥0（新药效果不优于安慰剂，即均值差非负）*备择假设H₁:μ₁-μ₂<0（新药效果优于安慰剂，即均值差为负）*选择：独立样本t检验（因比较两组独立样本均值，且已知样本均值、标准差，可假设方差相等或使用Welch修正，此处按相等处理）。*检验统计量：t=(x̄₁-x̄₂)/√[(s₁²/n₁)+(s₂²/n₂)]=(-12-(-5))/√[(5²/50)+(6²/50)]=-7/√(0.5+0.72)=-7/√1.22≈-6.28*结论：计算得到的t值约为-6.28。查t分布表（df=98，或使用软件）得t临界值（单尾，α=0.05）约为-1.660。因-6.28<-1.660，或P值远小于0.05。故拒绝H₀，有足够证据认为新药显著降低了收缩压。13.*零假设H₀:行变量与列变量独立（即“是否患鼻炎”与“是否养宠物”无关联）*备择假设H₁:行变量与列变量不独立（即“是否患鼻炎”与“是否养宠物”有关联）*选择：卡方检验（用于检验分类变量的独立性）。*构建列联表：||养宠物|不养宠物|合计||---------------|--------|----------|------||患鼻炎|30|70|100||未患鼻炎|20|80|100||合计|50|150|200|*计算期望频数（E）：E=(行合计*列合计)/总合计E₁₁=(100*50)/200=25,E₁₂=(100*150)/200=75E₂₁=(100*50)/200=25,E₂₂=(100*150)/200=75*检验统计量：χ²=Σ((O-E)²/E)=((30-25)²/25)+((70-75)²/75)+((20-25)²/25)+((80-75)²/75)=(25/25)+(25/75)+(25/25)+(25/75)=1+1/3+1+1/3=2+2/3≈2.667*结论：计算得到的χ²值约为2.667。查χ²分布表（df=(行数-1)*(列数-1)=1，α=0.05）得临界值约为3.841。因2.667<3.841，或P值大于0.05。故不拒绝H₀，尚无足够证据认为“是否患鼻炎”与“是否养宠物”存在关联。四、简答题14.第一类错误（α）是指在零假设H₀实际上为真时，错误地拒绝了H₀的错误决策。其概率大小由研究者设定的显著性水平α决定。第二类错误（β）是指在零假设H₀实际上为假时，错误地未能拒绝H₀的错误决策。β的大小通常用1-β表示，即检验效能（Power）。α和β通常成反比关系，减小α往往会导致β增大，反之亦然。在样本量固定的情况下，增大α（允许更大的错误拒绝率）会使β减小（提高发现真实效应的能力），反之亦然。15.选择合适的统计方法对于得出可靠结论至关重要，因为：*不同统计方法基于不同的数学原理和假设（如数据分布、变量类型、样本结构）。错误选择可能导致计算结果偏差或错误结论。*例如，比较两个独立正态总体均值时，若误用非参数检验（如Mann-WhitneyU检验），可能丢失正态分布数据中包含的更多信息，导致检验效能降低。*又如，在分析分类变量间关系时，若误用t检验，则无法处理分类数据的特性，导致无法得出有效结论。*错误选择或应用统计方法，可能得出虚假的关联或错误的因果推断，误导临床决策或公共卫生政策，造成资源浪费甚至危害健康。16.生存分析是统计学的一个分支，专门用于分析涉及时间至事件发生的随机过程的数据。在医学研究中，它特别适用于分析那些关注“生存时间”或“等待时间”的数据，例如：*患者的生存期（从诊断到死亡）。*疾病的缓解期或复发时间。*药物的疗效持续时间（如有效缓解时间）。*诊断试验的观察时间（如从试验到出现阳性结果）。这些数据常带有“删失”（censoring）信息，即有些个体在观察期末仍未发生所关注的事件（如患者仍在活着），生存分析能够有效处理这种删失数据，并提供对生存分布、风险比较等信息的估计。五、论述题17.统计学方法在医学研究中扮演着不可或缺的角色：*研究设计阶段：统计学指导如何选择合适的研究设计（如随机对照试验、队列研究、病例对照研究）以确保研究结果的内部有效性和外部有效性。例如，通过样本量估计确保研究有足够的统计功效来检测预期的效果或关联。选择恰当的随机化方法、对照组设立等也需统计考量。*数据分析阶段：根据统计数据的类型（分类、有序、连续）和分布特征（正态、非正态）、变量间关系（独立、相关、因果）以及研究目的，选择最合适的统计方法进行处理和分析。例如：*t检验或方差分析用于比较不同组别（如治疗组vs对照组）的连续型结局指标（如血压、肿瘤大小）的均值差异。*卡方检验用于分析分类变量（如性别、治疗方案类型）之间的关联性或差异。*线性回归/相关分析用于探讨一个或多个自变量（如年龄、危险因素暴露水平）对一个连续型因变量（如疾病风险评分）的影响程度和方向。*生存分析（如Kaplan-Meier曲线、Log-rank检验）用于分析患者的生存时间、疾病持续时间等终点事件，并比较不同处理组或风险分层的生存分布。*结果解释与结论阶段