2025年大学《应用统计学》专业题库- 统计学在医学研究中的应用

2025年大学《应用统计学》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、简述在医学研究中，使用描述性统计方法（如均值、标准差、中位数、四分位数）分别描述一组连续性变量（如患者年龄、血压值）和一组分类变量（如性别、疾病类型）数据特征时的主要区别和意义。二、假设一项研究旨在比较服用药物A和药物B对降低高血压患者的收缩压效果。研究人员随机选择了100名高血压患者，其中50名服用药物A，50名服用药物B，一个月后测量了所有患者的收缩压。请简述在此研究中，使用独立样本t检验作为主要分析方法的假设前提是什么？如果这些前提中的至少一个不满足，可以考虑使用什么替代方法？三、在一项关于吸烟与肺癌关系的病例对照研究中，研究人员收集了100名肺癌患者（病例组）和100名健康对照者（对照组）的吸烟史数据。请说明如何使用卡方检验来分析吸烟状况（吸烟/不吸烟）在病例组和对照组之间是否存在显著差异。简述卡方检验的基本原理。四、某医生想评估某项新疗法对缓解慢性疼痛的效果。他选择了50名慢性疼痛患者，记录了他们在接受新疗法前后的疼痛评分（使用0-10分制，分数越低表示疼痛越轻）。请问在此研究中，医生最适合使用什么统计方法来比较患者治疗前后的疼痛评分是否存在显著变化？请简述该方法的核心思想和步骤。五、解释什么是线性回归分析，并说明它在医学研究中可以用于解决哪些类型的问题。请举例说明一个可以使用线性回归分析的具体医学研究场景，并简述你将如何分析数据并解释结果。六、一项研究探讨了身高（自变量）与体重（因变量）之间的关系。研究者收集了200名成年人的身高和体重数据。如果研究者发现身高和体重之间的关系是非线性的，但他仍然想量化这种关系强度，可以考虑使用哪些统计方法？请简述其中一种方法的基本原理及其适用场景。七、某研究者欲比较三种不同手术方法（A、B、C）治疗某种疾病的疗效（以生存时间作为指标）。收集到30名患者的生存时间数据。由于生存时间数据可能不满足正态分布，研究者决定使用非参数检验方法。请问在此情况下，最适合使用的非参数检验方法是什么？并简述选择该方法的理由。八、在实际的医学研究中，为什么选择合适的抽样方法（如随机抽样、分层抽样）至关重要？它与后续统计分析结果的可信度之间存在怎样的关系？九、一名研究者报告了一项研究的结果：使用某种新药治疗糖尿病患者的糖化血红蛋白（HbA1c）水平，治疗后组内HbA1c均值的95%置信区间为（7.0%,8.5%）。请解释这个置信区间的含义。如果该研究同时报告了p=0.003，请说明p值和这个置信区间提供了关于新药疗效的哪些互补信息？十、在解释一项统计分析结果时，仅仅报告p值是否足够？为什么在医学研究中，除了p值之外，通常还需要报告其他信息（如效应量、置信区间等）？请结合医学研究的实际情况说明。试卷答案一、描述性统计对于连续性变量，通常使用均值和标准差描述其集中趋势和离散程度。均值反映平均水平，标准差反映数据的波动大小。对于分类变量，通常使用频数和频率（百分比）描述其构成情况，有时也使用众数表示最常见的类别。两者区别在于：连续性变量数值连续，可进行算术运算，侧重集中和离散趋势；分类变量数值离散，不可进行算术运算，侧重各类别分布情况。二、独立样本t检验的假设前提包括：1）两组样本独立；2）数据服从正态分布；3）两组数据的方差相等（或近似相等，即方差齐性）。如果这些前提中的至少一个不满足，可以考虑使用：1）如果数据非正态但经变换后可正态化，可进行数据变换后再用t检验；2）如果数据非正态且无法变换，或方差不齐，应使用Welch'st检验或非参数检验（如Mann-WhitneyU检验）。三、使用卡方检验分析吸烟状况在病例组和对照组之间是否存在显著差异，步骤如下：1）构建2x2列联表，行表示病例组/对照组，列表示吸烟/不吸烟；2）计算每个单元格的期望频数（基于行总、列总、总样本数的乘积除以总数）；3）计算每个单元格的（观测频数-期望频数）的平方除以期望频数，得到卡方统计量χ²；4）根据自由度（df=(行数-1)×(列数-1)=1）和显著性水平（如α=0.05）查卡方分布表，得到临界值；5）比较计算得到的χ²与临界值，若χ²大于临界值，则拒绝原假设（认为两组间吸烟状况有显著差异）。卡方检验的基本原理是比较观测频数与基于独立假设计算出的期望频数之间的差异，差异越大，χ²统计量越大，拒绝独立假设的证据越强。四、最适合使用配对样本t检验（或称重复测量t检验）。该方法用于比较同一组对象在两个不同时间点或两种不同条件下测量的连续性变量均值是否存在显著差异。核心思想是：计算每对观察值的差值，然后将这些差值视为一个新样本，检验这个新样本的均值是否显著异于零。步骤包括：1）计算每对观测值的差值；2）计算差值样本的均值和标准差；3）计算t统计量（差值均值/差值标准差√n，n为配对数量）；4）根据自由度（df=n-1）和显著性水平查t分布表，得到临界值；5）比较计算得到的t值与临界值，或计算p值进行判断。五、线性回归分析是一种统计方法，用于研究一个或多个自变量（预测变量）与一个因变量（结果变量）之间的线性关系。在医学研究中，它可以用于：1）预测：根据已知自变量的值预测因变量的值（如根据身高预测体重）；2）控制：评估在控制其他变量后，某个自变量对因变量的独立影响（如评估吸烟量在控制年龄和性别后对肺功能的影响）；3）探索关系：探索两个或多个连续变量之间的线性关联强度和方向。例如，研究吸烟量（包/年，自变量）与肺活量（L，因变量）之间的关系。分析数据时，需绘制散点图观察线性趋势，拟合线性回归模型，检验模型拟合优度（R²）和显著性（F检验或t检验），评估回归系数的显著性（p值）和大小（效应量），并进行残差分析检验模型假设。解释结果时需说明回归方程、R²、p值、回归系数的含义，并注意结果的外推范围和局限性。六、可以考虑使用Spearman秩相关系数（ρ）或Kendall'sτ系数。这两种方法都是非参数检验，用于测量两个变量之间单调关系的强度和方向，不要求数据服从正态分布。Spearman秩相关的基本原理是将原始数据ranks后，计算Pearson相关系数。它衡量的是当一个变量的值增加时，另一个变量的值是倾向于增加还是减少，但不需要线性关系。计算得到一个介于-1和1之间的秩相关系数，绝对值越大表示关系越强。适用场景包括：1）连续性数据不服从正态分布；2）分类数据（有序或名义）；3）探索变量间是否存在单调关系。七、最适合使用的非参数检验方法是Kruskal-WallisH检验。该方法用于比较多于两组（本例为三组）独立样本的连续性变量均值是否存在显著差异，但不需要满足正态分布和方差齐性假设。选择该方法的理由是：研究涉及三个手术组别，生存时间数据可能不满足正态分布（常在生存分析中出现），且可能方差不齐，Kruskal-WallisH检验正好适用于此类非参数、独立样本的多组比较问题。检验步骤类似于单因素方差分析，但使用数据的中位数和秩次，而非原始均值和方差。八、选择合适的抽样方法至关重要，因为它直接决定了样本能否有效地代表目标总体。如果抽样方法不当（如方便抽样、选择性抽样），可能导致样本偏差，使得研究结果无法推广到整个目标人群，从而影响研究结论的可靠性和有效性。合适的抽样方法（如随机抽样、分层抽样）能最大程度地减少选择偏差，提高样本代表性，使得基于样本得出的统计推断结果更可信、更具普遍意义。九、95%置信区间（7.0%,8.5%）的含义是：如果重复进行该研究许多次，每次都抽取样本并计算一个95%置信区间，那么理论上大约有95%的区间会包含真实的总体糖尿病患者治疗后的平均HbA1c水平。p=0.003表示，如果假设新药对降低HbA1c水平没有效果（即原假设为真），那么观察到当前样本结果或更极端结果的概率仅为0.003。p值小于通常设定的显著性水平（如0.05），表明有足够的统计证据拒绝原假设，认为新药治疗有效。两者互补：置信区间给出了治疗效果的一个范围估计，提供了效应大小的信息；p值则判断了观察到的效果是否足够显著以拒绝无效假设。结合两者，可以更全面地评估新药疗效的统计显著性和实际意义。十、在解释统计分析结果时，仅仅报告p值是不够的。p值只告诉我们观察到的结果在统计上是否偶然发生，但无法提供关于效应大小（即结果有多强或有多重要）和结果变异程度（置信区间可以反映）的信息。在医学研究中，不同干预措施的效果程度可能差异很大，一个具有统计显著性的小效应可能临