2025年生物统计学技术资格认证试卷及答案

2025年生物统计学技术资格认证试卷及答案一、单项选择题（每题1分，共30分。每题只有一个正确答案，请将正确选项字母填在括号内）1.在完全随机设计中，若处理数为5，每处理重复6次，则误差自由度为（）A.24  B.25  C.29  D.30答案：A2.对同一组数据进行KruskalWallis检验与单因素方差分析，若数据严重偏离正态性，则（）A.两者P值几乎相等  B.KruskalWallis的P值更大  C.方差分析的P值更大  D.无法判断大小关系答案：B3.在Logistic回归中，若某自变量X的OR=0.35，其95%CI为0.22–0.55，则下列说法正确的是（）A.X每增加一个单位，成功优势下降65%  B.置信区间提示可能存在交互作用  C.需对X进行对数变换  D.应删除该变量以简化模型答案：A4.重复测量方差分析中，球形检验的P<0.01，下一步应优先选择（）A.GreenhouseGeisser校正  B.多元方差分析  C.剔除异常点  D.对变量进行BoxCox变换答案：A5.若两变量X与Y的Pearson相关系数r=0.88，但散点图呈明显“弓形”，则首先应怀疑（）A.异常值  B.非线性关系  C.异方差  D.多重共线性答案：B6.在生存分析中，若KaplanMeier曲线出现“交叉”，则不适宜直接报告（）A.中位生存时间  B.Logrank检验P值  C.风险比HR  D.1年生存率答案：C7.对计数资料进行R×C列联表检验，若20%单元格期望频数<5，则应（）A.合并相邻行列  B.改用Fisher精确检验  C.增加样本量  D.采用对数线性模型答案：A8.在多重比较中，若Bonferroni校正后无一显著，但未校正前存在P<0.05，则说明（）A.检验效能不足  B.原假设必然成立  C.应改用t检验  D.样本量过大答案：A9.若线性回归的DW统计量为0.34，则模型最可能存在（）A.正自相关  B.负自相关  C.异方差  D.多重共线性答案：A10.在随机区组设计中，区组与误差交互自由度为（）A.(b1)(t1)  B.b(t1)  C.bt1  D.(b1)(r1)答案：D11.对二项分布B(n=60,π=0.3)进行正态近似，则连续性校正后的Z统计量为（）A.(x18)/√12.6  B.(x18.5)/√12.6  C.(x17.5)/√12.6  D.(x18)/√18答案：B12.若Meta分析中I²=78%，则提示（）A.发表偏倚严重  B.研究间异质性高  C.固定效应模型更合适  D.需剪补法校正答案：B13.在Poisson回归中，若暴露时间不等，则需引入（）A.偏移量  B.权重  C.随机效应  D.交互项答案：A14.对服从指数分布的生存数据，若采用Cox模型，则比例风险假设（）A.必然成立  B.必然不成立  C.需检验  D.无法检验答案：A15.若两样本t检验的Cohen’sd=0.45，则效应量属于（）A.微小  B.中等  C.大  D.无法判断答案：B16.在PCA中，若第一主成分贡献率仅35%，则建议（）A.保留前3主成分  B.采用因子分析  C.增加样本量  D.对变量标准化答案：A17.若二分类Logistic模型的AUC=0.92，而PR曲线面积仅0.48，则提示（）A.数据集极不平衡  B.模型过拟合  C.应降低阈值  D.需增加正则化答案：A18.对高维数据p>n，若采用Lasso回归，则λ增大时（）A.偏差增大方差减小  B.偏差减小方差增大  C.偏差方差均增大  D.无变化答案：A19.若两因素析因设计中，A、B均固定，交互效应显著，则最优解释应（）A.单独报告主效应  B.单独报告简单效应  C.忽略交互  D.采用一次模型答案：B20.在贝叶斯统计中，若先验为Beta(2,8)，似然为Bin(20,8)，则后验均值为（）A.0.4  B.0.357  C.0.333  D.0.3答案：B21.若时间序列的ADF检验P=0.03，则序列（）A.平稳  B.1阶单整  C.2阶单整  D.季节波动答案：A22.对RNAseq计数数据，若进行差异分析，首选的分布假设为（）A.负二项  B.Poisson  C.二项  D.正态答案：A23.若三水平嵌套模型中，Level2方差分量<0，则应（）A.改为线性混合效应模型  B.约束为0  C.增加Level3  D.删除随机效应答案：B24.在GWAS中，若MAF<0.01，则通常（）A.纳入分析  B.剔除或单独分析  C.采用线性回归  D.采用t检验答案：B25.若两样本Wilcoxon检验的P=0.008，但中位数相等，则提示（）A.分布形状不同  B.检验错误  C.样本量不足  D.存在结值答案：A26.对左截尾数据，适宜的描述统计量为（）A.逆概率加权  B.中位数  C.几何均数  D.众数答案：A27.若回归模型的VIF=8.5，则（）A.轻度共线  B.严重共线  C.无共线  D.需标准化答案：A28.在交叉设计中，若遗留效应显著，则优先采用（）A.仅第一期数据  B.混合效应模型  C.协方差分析  D.非参数检验答案：A29.若二项分布的ClopperPearson区间比Wilson区间宽，则其置信水平（）A.更高  B.更低  C.相等  D.无法比较答案：A30.在机器学习交叉验证中，若重复100次10折CV，则误差估计的方差主要来源于（）A.数据划分  B.模型选择  C.随机种子  D.训练算法答案：A二、多项选择题（每题2分，共20分。每题至少有两个正确答案，多选少选均不得分）31.下列哪些方法可用于检验Logistic回归的拟合优度（）A.HosmerLemeshow  B.似然比  C.伪R²  D.ROC曲线  E.残差杠杆图答案：A、B、C32.关于多重插补，下列说法正确的是（）A.插补次数应≥5  B.需合并估计与方差  C.适用于MCAR与MAR  D.可用链式方程  E.插补后需删除原始缺失记录答案：A、B、C、D33.下列哪些属于非参数回归技术（）A.LOWESS  B.样条平滑  C.随机森林  D.核回归  E.岭回归答案：A、B、D34.在Cox模型中，验证比例风险的方法包括（）A.Schoenfeld残差  B.对数累积风险图  C.时依协变量  D.偏差残差  E.Martingale残差答案：A、B、C35.下列哪些指标受患病率影响（）A.灵敏度  B.特异度  C.阳性预测值  D.阴性预测值  E.Youden指数答案：C、D36.关于Bootstrap，下列正确的是（）A.可用于偏倚校正  B.要求数据独立同分布  C.百分位置信区间可能不对称  D.抽样次数通常≥1000  E.适用于小样本答案：A、B、C、D、E37.在RNAseq差异表达分析中，下列哪些软件采用经验贝叶斯（）A.edgeR  B.DESeq2  C.limmavoom  D.Cuffdiff  E.baySeq答案：A、B、C、E38.下列哪些设计属于区组设计（）A.拉丁方  B.随机区组  C.平衡不完全区组  D.裂区  E.析因答案：A、B、C39.关于贝叶斯因子，下列说法正确的是（）A.可用于模型选择  B.值>100视为强证据  C.与P值单调相关  D.受先验影响  E.可比较非嵌套模型答案：A、B、D、E40.下列哪些方法可用于变量选择（）A.Lasso  B.弹性网  C.逐步回归  D.遗传算法  E.主成分回归答案：A、B、C、D三、判断题（每题1分，共10分。正确打“√”，错误打“×”）41.对同一数据，若ShapiroWilk检验P>0.05，则数据一定服从正态分布。（）答案：×42.在多重线性回归中，标准化回归系数可用于比较不同量纲变量的相对重要性。（）答案：√43.若两样本方差齐性检验P<0.05，则必须采用Welch校正t检验。（）答案：√44.Poisson回归的离散参数φ>1时，应改用负二项回归。（）答案：√45.在Meta分析中，固定效应模型假设所有研究共享同一真实效应量。（）答案：√46.对高维数据，PCA可用于降维，但不能用于变量选择。（）答案：×47.若Logrank检验P>0.05，则两条生存曲线在任何时点均无差异。（）答案：×48.在交叉设计中，处理效应与时期效应正交。（）答案：×49.若二项分布的期望频数≥5，则正态近似置信区间覆盖率一定≥95%。（）答案：×50.对左偏数据取对数后，分布可变得更对称。（）答案：√四、填空题（每空2分，共20分）51.若单因素方差分析的F=6.42，df₁=3，df₂=36，则查表得P值约为________。（保留三位小数）答案：0.00152.对二项分布B(n=50,π=0.2)，其方差为________。答案：853.若Cox模型HR=1.85，95%CI为1.10–3.12，则风险增加百分比为________%。（保留一位小数）答案：85.054.在多重比较中，若比较次数k=10，整体α=0.05，采用Bonferroni法，则单次检验显著阈值为________。答案：0.00555.若线性回归R²=0.64，调整R²=0.60，则样本量n与自变量p的关系满足n≈________p。（保留整数）答案：1356.对正态分布N(μ,σ²)，其峰度系数为________。答案：357.若随机变量X服从Poisson(λ=4)，则P(X=0)=________。（保留三位小数）答案：0.01858.在贝叶斯统计中，若先验为N(0,1)，似然为N(θ,1)，样本均值x̄=2，n=9，则后验均值为________。（保留两位小数）答案：1.8059.若时间序列的ACF在滞后1期显著，PACF在滞后1期后截尾，则模型初判为________。答案：AR(1)60.若Wilcoxon符号秩检验的T⁺=45，n=10，双侧P≈________。（查表）答案：0.032五、简答题（每题8分，共40分）61.简述RNAseq数据为何需进行归一化，并列举两种常用归一化方法及其原理。答案：RNAseq计数受测序深度与基因长度影响，直接比较导致假阳性。常用方法：①CPM（CountsPerMillion），即每百万读段计数，消除测序深度差异；②DESeq2的sizefactor，通过计算每个样本的中位数比值估计缩放因子，使库大小一致，同时保留差异信息。62.说明Cox比例风险模型中“比例风险”含义，并给出两种检验该假设的方法。答案：比例风险指任意两个个体的风险比不随时间变化。检验方法：①Schoenfeld残差法，将残差对时间回归，若斜率显著则假设不成立；②时依协变量法，引入交互项X×log(t)，若系数显著则拒绝假设。63.解释“多重共线性”对线性回归的影响，并提出三种诊断与两种解决方案。答案：共线性使系数估计方差膨胀，t检验失效，符号反转。诊断：①方差膨胀因子VIF>10；②条件指数>30；③特征值分解。解决：①删除高VIF变量；②采用岭回归压缩估计；③主成分回归降维。64.比较固定效应与随机效应Meta分析的适用场景，并各举一例。答案：固定效应假设真实效应量相同，适用于研究间差异小，如同一实验室重复试验；随机效应允许真实效应量不同，适用于研究异质性大，如多中心临床试验。65.说明为何对高维数据p>n时OLS无法直接使用，并给出两种替代方法及其原理。答案：p>n时XᵀX不可逆，OLS无唯一解。替代：①Lasso，通过L1正则化使部分系数为零，实现变量选择；②主成分回归，先对X做PCA，再用前k个主成分回归，降低维度且保留最大方差。六、综合应用题（共30分）66.某研究欲比较三种降压药物（A、B、C）对收缩压（SBP）的影响，采用随机区组设计，区组因素为年龄层（<50,50–60,>60岁），每区组9名患者，随机分配至3药物组，治疗4周后测SBP下降值（mmHg）。数据如下：区组1：A=18,B=22,C=25区组2：A=20,B=21,C=24区组3：A=16,B=20,C=23（1）写出原假设与备择假设。（3分）（2）完成方差分析表，给出F值与P值。（10分）（3）若区组效应显著，请解释其实际意义。（5分）（4）若事后比较发现仅A与C差异显著，请给出结论并建议临床用药。（5分）（5）若数据呈明显右偏，请提出一种非参数替代方法并说明理由。（7分）答案：（1）H₀：三种药物SBP下降值总体均数相等；H₁：至少两种药物均数不等。（2）计算：总均值x̄=(18+22+25+20+21+24+16+20+23)/9=21SSA=3[(1821)²+(2121)²+(2421)²]=54SSB=3[(21.6721)²+(21.6721)²+(19.6721)²]=8SSE=Σ(xx̄ᵢⱼ)²=18方差表：来源 SS df MS F P药物 54 2 27 9.0 0.015区组 8 2 4 1.33 0.329误差 18 4 4.5总 80 8（3）区组效应P>0.05，说明年龄层对降压效果影响不显著，药物效应为主。（4）A与C差异显著，C降压效果更优，建议优先选C。（5）采用Friedman检验，因数据右偏且样本小，非参数方法不依赖正态假设，适用于随机区组非正态数据。七、计算与软件实操题（共40分）67.用R语言完成下列任务，并给出关键代码与结果解释。数据集：breastcancer（随case2500包提供），变量包括age,size,nodes,pgr,er,outcome（0=存活，1=死亡）。（1）构建多因素Logistic模型，预测outcome，纳入age,size,nodes,pgr,er，报告AIC与伪R²。（10分）（2）绘制ROC曲线，计算AUC，并给出95%CI。（10分）（3）用VIF检验多重共线性，列出VIF>5的变量并提出处理方案。（10分）（4）采用Lasso进行变量选择，给出最优λ对应的变量及其系数。（10分）答案：（