2026年新的医学统计学基础考试试题及答案

2026年新的医学统计学基础考试试题及答案1.单项选择题（每题1分，共30分）1.1某研究将2026例高血压患者随机分为A、B两组，A组接受新药，B组接受安慰剂。主要结局为收缩压下降值（mmHg）。若检验效能1–β=0.90，α=0.05（双侧），预期两组差值Δ=5mmHg，合并标准差σ=12mmHg，则所需样本量最接近A.90B.180C.360D.720答案：C解析：n=2[(Z_{1–α/2}+Z_{1–β})σ/Δ]^2=2[(1.96+1.28)×12/5]^2≈2×(7.776)^2≈2×60.5≈121/组，总242；考虑10%脱落，需266/组，最接近360（C）。1.2在多重插补（m=20）后，对某回归系数β̂进行推断，下列指标可直接用于构造置信区间的是A.20个β̂的算术均值B.20个β̂的中位数C.20个β̂的合并标准误D.20个β̂的众数答案：C解析：Rubin规则用合并标准误√(W+(1+1/m)B)构造区间，故选C。1.3对有序分类结局（None/Mild/Moderate/Severe）比较两组疗效，首选A.卡方检验B.Wilcoxon秩和C.趋势卡方D.Fisher精确答案：C解析：有序资料应检验剂量-反应趋势，趋势卡方（Cochran-Armitage）效能最高。1.4若log-rank检验P=0.012，则下列说法正确的是A.两组中位生存期相差显著B.两组生存曲线在所有时点均分离C.拒绝“两条曲线整体相同”的原假设D.可计算HR的点估计必>1答案：C解析：log-rank仅检验整体差异，不保证中位数差异，也不提供HR方向。1.5在负二项回归中，过度离散参数α=0，则模型退化为A.泊松回归B.二项回归C.零膨胀泊松D.几何回归答案：A解析：α=0表示均值方差相等，即泊松。1.6对连续变量X建立限制性立方样条（3knots），则模型自由度为A.1B.2C.3D.4答案：B解析：kknots产生k–1个基函数，3knots→2df。1.7若诊断试验ROC曲线下面积AUC=0.83，则正确的是A.特异度必>0.83B.阳性似然比必>5C.随机挑一例患者得分高于随机健康人的概率0.83D.Youden指数=0.83答案：C解析：AUC等价于c统计量，含义即C。1.8在交叉设计中，若存在显著顺序效应，则A.应弃用全部数据B.仅需分析第一阶段C.在模型中加入顺序项即可D.必须改用平行设计答案：C解析：顺序效应可通过在混合效应模型中加入顺序项控制。1.9对零膨胀计数资料，若Vuong检验P<0.001，则A.零膨胀模型显著优于普通泊松B.泊松显著优于零膨胀C.两模型等价D.检验失效答案：A解析：Vuong用于非嵌套比较，P小提示零膨胀更好。1.10在贝叶斯生存分析中，若Weibull形状参数后验均数1.08，95%CrI0.99–1.17，则A.风险单调递增B.风险基本恒定C.风险单调递减D.数据不足答案：B解析：CrI含1，提示指数模型（恒定风险）足够。1.11对聚类数据（医院为聚类），若ICC=0.15，则设计效应DE≈A.1+0.15(m–1)B.1–0.15(m–1)C.0.15mD.1/m答案：A解析：DE=1+(m–1)ICC，A正确。1.12若变量X与Y的Spearmanρ=0.78，Pearsonr=0.32，则A.存在异常值B.关系非线性单调C.关系线性且强D.样本量不足答案：B解析：Spearman高、Pearson低提示单调但非线性。1.13在倾向评分匹配后，标准化差值（ASD）应A.<0.1B.<0.2C.<0.5D.接近1答案：A解析：共识要求ASD<0.1方可认为平衡。1.14对高维数据（p>n），下列方法最不易过拟合的是A.逐步回归B.LassoC.最佳子集D.普通最小二乘答案：B解析：Lasso带惩罚，稀疏约束降低过拟合。1.15若Meta分析I²=74%，则A.异质性低B.需随机效应模型C.可忽略D.应弃用答案：B解析：I²>50%提示实质异质，宜随机效应。1.16在Cox模型中，比例风险假定检验P<0.01，则A.立即终止分析B.加入时间交互项C.改用LogisticD.无影响答案：B解析：拒绝PH，可加入时依协变量或分层。1.17对小型PhaseI试验，连续毒性终点常用A.3+3设计B.CRMC.随机对照D.交叉答案：B解析：连续毒性更宜连续重评估法（CRM）。1.18若两独立样本t检验LeveneP=0.03，则A.必须改用非参数B.用校正t（Welch）C.删除极端值D.增加样本答案：B解析：方差不齐用Welch校正。1.19在重复测量方差分析中，球形检验P<0.01，则A.用Greenhouse-GeisserB.改用混合效应C.删除时点D.无影响答案：A解析：违反球形需校正自由度。1.20若随机效应Meta分析τ²=0，则A.与固定效应结果相同B.异质性高C.需更多研究D.模型错误答案：A解析：τ²=0即无异质，权重退为逆方差，与固定一致。1.21对左截断生存数据，宜采用A.Kaplan-MeierB.Nelson-AalenC.延迟进入CoxD.Log-rank答案：C解析：左截断需延迟进入（entry=truncationtime）。1.22若Logistic模型预测概率的Brier评分=0.08，则A.模型校准差B.模型判别差C.预测准确度高D.无法判断答案：C解析：Brier越低越好，0.08表明预测准。1.23在多重比较校正（Bonferroni）中，若原α=0.05，比较次数k=10，则新α=A.0.005B.0.01C.0.05D.0.5答案：A解析：0.05/10=0.005。1.24对病例-对照研究，估计暴露与疾病关联，应报告A.风险比B.率比C.优势比D.危险差答案：C解析：病例-对照无法得风险，只能算OR。1.25若两变量VIF>10，则A.无多重共线B.严重共线C.需标准化D.需增加样本答案：B解析：VIF>10提示严重共线。1.26在生存树（randomsurvivalforest）中，分裂准则常用A.GiniB.Log-rank统计量C.AICD.R²答案：B解析：生存树用Log-rank分裂。1.27对小型样本（n=12）差值非正态，宜A.单样本tB.Wilcoxon符号秩C.卡方D.Z检验答案：B解析：非正态小样本用非参数。1.28若交叉设计忽略洗脱期，则A.增大Ⅰ型错误B.减小Ⅰ型错误C.无影响D.增大效能答案：A解析：残留效应混淆，Ⅰ型错误膨胀。1.29在贝叶斯分析中，若BF₁₀=15，则A.强证据支持H₁B.强证据支持H₀C.无差异D.需先验答案：A解析：Jeffreys尺度>10为强证据。1.30对剂量-反应Meta，常用A.固定效应B.随机效应C.剂量反应回归D.单臂答案：C解析：需用剂量-反应回归模型（如Greenland-Longnecker）。2.多项选择题（每题2分，共20分；多选少选均不得分）2.1下列哪些指标不受患病率影响A.灵敏度B.特异度C.阳性预测值D.阴性预测值答案：AB解析：Se、Sp仅与检测和真实状态有关。2.2可处理时间依赖性暴露的Cox扩展包括A.时依CoxB.联合模型C.边际结构模型D.脆弱模型答案：ABC解析：脆弱模型处理聚类，不处理时依暴露。2.3下列属于非概率抽样A.便利抽样B.雪球抽样C.配额抽样D.分层随机答案：ABC解析：分层随机属概率抽样。2.4在Meta回归中，可作为协变量的有A.平均剂量B.发表年份C.研究质量评分D.样本量答案：ABCD解析：均可解释异质性。2.5下列方法可用于变量选择A.LassoB.ElasticNetC.逐步回归D.主成分回归答案：ABC解析：主成分回归仅降维，不选变量。2.6关于缺失机制，正确的是A.MCAR缺失与任何变量无关B.MAR给定观测变量后无关C.MNAR与未观测有关D.多重插补需MAR答案：ABCD解析：均正确。2.7在群随机试验，可降低ICC的措施A.增加群数B.减少群规模C.培训降低群间差异D.配对随机答案：BCD解析：增加群数不降低ICC本身。2.8下列属于因果图（DAG）规则A.后门准则B.前门准则C.工具变量D.中介变量答案：ABC解析：中介是变量类型，非准则。2.9在贝叶斯生存分析，可选先验A.JeffreysB.正态-伽马C.半柯西D.逆伽马答案：ABCD解析：均常用。2.10关于交叉设计优点A.控制个体间变异B.节省样本C.可估个体生物等效性D.可长洗脱答案：ABC解析：长洗脱是缺点。3.判断题（每题1分，共10分；正确写“T”，错误写“F”）3.1对数转换可校正任何右偏数据。F3.2在Cox模型中，基线风险函数可被完全忽略仍得HR。T3.3相关系数r=0.6表示Y的36%变异可由X解释。T3.4病例-对照研究可直接计算发病率。F3.5若Q检验P>0.1，则Meta分析无异质性。F3.6对小样本，中位数比均值更稳健。T3.7在Logistic回归，OR>1即危险因素。T3.8随机效应Meta分析权重比固定更均衡。T3.9灵敏度分析只需改变显著性水平。F3.10交叉设计必须假定无顺序效应。F4.简答题（每题8分，共40分）4.1给出三种处理缺失数据的现代方法，并比较其假设。答案：(1)多重插补（MI）：假设MAR，通过链式方程或联合模型生成m>5完整数据集，合并用Rubin规则。(2)逆概率加权（IPW）：假设MAR且正确指定缺失模型，给观测个案权重1/π，π为预测概率。(3)选择模型（Heckman）：允许MNAR，通过联合建模结局与缺失机制，需指定分布和exclusionrestriction。比较：MI易实现且稳健；IPW避免插补但权重极端值影响大；选择模型处理MNAR但依赖强分布假设且难诊断。4.2解释“脆弱模型”与“边际模型”在聚类生存数据中的区别，并给出应用建议。答案：脆弱模型在风险函数中加入随机效应（frailty），估计条件效应，即给定脆弱度下的HR；边际模型用Cox+稳健方差，估计平均效应。前者适合研究聚类内部异质及预测个体生存；后者适合政策平均效果。若聚类数<30或关注个体，选脆弱；若聚类大且仅需平均，选边际。4.3写出随机化检验（permutationtest）步骤，并说明其优势。答案：步骤：1.计算原始统计量T₀（如t、χ²）。2.将组标签随机重排B次（≥1000），每次得T_b。3.得经验分布，P=(∑I(|T_b|≥|T₀|)+1)/(B+1)。优势：不依赖分布假设，适用于小样本、非正态、异常值；可构造任何复杂统计量；在随机化试验中保证Ⅰ型错误。4.4给出三种评估预测模型校准度的图形方法，并说明如何解读。答案：(1)校准曲线：十等分预测概率vs观测频率，45°线为佳，偏离提示高/低估。(2)局部加权散点平滑（loess）：连续版本，观察波动。(3)贝叶斯标绘图（Brier分解）：把Brier拆成校准-锐度，校准条近0好。解读：系统偏离需重新加权或更新模型；若仅截距偏离，可用Platt校准。4.5说明“E值”在观察性研究中的意义与计算。答案：E值表示需多强的未测混杂才能将观测RR解释掉。计算：E-value=RR+√[RR×(RR–1)]。若E-value=3.2，则未测混杂需同时与暴露和结局关联OR≥3.2才可能使RR=1。E值越大，结果越稳健。5.计算与分析题（共50分）5.1（15分）一项新药试验采用群随机设计，计划检测收缩压差3mmHg，α=0.05，效能0.80，ICC=0.12，群规模m=20，求所需群数。若群规模增至40，群数如何变化？答案：DE=1+(m–1)×ICC=1+19×0.12=3.28；n_continuous=2×[(1.96+0.84)×12/3]^2=2×7.84²≈123/组；N_cluster=123×3.28≈404，群数=404/20≈21/组，总42群。若m=40，DE=1+39×0.12=5.68，N=123×5.68≈699，群数=699/40≈18/组，总36群。结论：群规模翻倍，群数略降，但总人数增。5.2（15分）下表为某诊断试验结果，请计算灵敏度、特异度、阳性似然比、诊断OR，并绘制ROC点。|金标准+|金标准–||---------|---------||试验+45|10||试验–5|140|答案：Se=45/(