研究生中医药统计学与软件应用试题及答案

研究生中医药统计学与软件应用试题及答案一、单项选择题（每题2分，共20分）1.某课题组欲比较三种不同炮制方法对黄连中盐酸小檗碱含量的影响，随机抽取9批药材，每批均制成3份样品，分别采用三种方法炮制。若资料满足正态性与方差齐性，应首选的统计方法是A.单因素方差分析B.随机区组设计方差分析C.双因素无重复方差分析D.双因素有重复方差分析答案：B解析：同一批药材的3份样品为“区组”，炮制方法为处理因素，符合随机区组设计，故选B。2.在SPSS中，对“证候积分”这一有序分类变量进行非参数检验，欲比较两组差异，应选择的菜单路径为A.分析→非参数检验→旧对话框→2个独立样本→Mann-WhitneyUB.分析→比较均值→独立样本t检验C.分析→非参数检验→独立样本→Kruskal-WallisD.分析→描述统计→交叉表答案：A解析：有序分类变量、两组比较、非参数，对应Mann-WhitneyU检验，旧对话框路径更稳定。3.对“针刺镇痛潜伏期”进行log-rank检验，其主要零假设为A.两组潜伏期总体均数相等B.两组潜伏期总体中位数相等C.两组生存曲线相同D.两组风险比等于0答案：C解析：log-rank检验属于生存分析，零假设为“两组生存曲线相同”，而非均数或中位数。4.在R语言中，将数据框df的“age”变量按65岁切分为“<65”“≥65”二分类，正确语句是A.dfagB.dfagC.dfagD.dfag答案：A解析：cut函数可设定区间与标签，breaks含右端点，labels对应区间名称，A完整且无误。5.对“中药复方干预后血脂下降值”建立多重线性回归，发现“年龄”与“基线血脂”高度相关（r=0.86，VIF=8.9），最佳处理策略为A.强制剔除“年龄”B.采用主成分回归C.将两变量中心化处理D.扩大样本量答案：B解析：VIF>10才严格剔除，8.9属高度共线，主成分回归可保留信息且降维，优于简单剔除。6.用GraphPadPrism9绘制中药提取物对肿瘤体积的抑制曲线，横轴为“给药后天数”，纵轴为“相对肿瘤体积”，若需在同一图内展示两组均值±SEM，应选择A.散点图→带连线的散点B.分组柱状图C.折线图→均值与误差线D.生存曲线答案：C解析：折线图可表现时间趋势，误差线选SEM，符合重复测量资料展示规范。7.对“舌象评分”进行Kappa一致性检验，两医师评分为2×2列联表，Kappa=0.42，其一致性强度属于A.微弱B.轻度C.中度D.高度答案：C解析：Kappa0.41–0.60为中度一致，0.21–0.40轻度，>0.80高度。8.在Stata17中，拟合随机效应Meta分析，命令为A.metaneffectstderr,randomB.metaneffectlowerupper,fixedC.metasummarizeeffect,randomD.metaregeffect,wsse(stderr)答案：A解析：metan命令后加random选项即可调用DerSimonian-Laird随机效应模型。9.对“脉象参数”进行聚类分析，欲确定最佳聚类数，可综合参考A.轮廓系数与Calinski-Harabasz指数B.Bartlett球形检验C.Levene检验D.Shapiro-Wilk检验答案：A解析：轮廓系数越接近1、CH指数越大，聚类效果越好；其余为方差或正态检验。10.在Python的statsmodels库中，执行Logistic回归后，输出结果中“PR(>|z|)”对应A.偏回归系数B.标准误C.P值D.优势比答案：C解析：PR(>|z|)即双侧Z检验的P值，用于判断变量显著性。二、多项选择题（每题3分，共15分）11.下列哪些情况适合采用非参数检验A.方差不齐且样本量小B.数据为等级资料C.变量呈明显偏态D.总体分布未知E.大样本且近似正态答案：ABCD解析：非参数检验对分布无要求，等级、偏态、方差不齐、小样本均适用；大样本近似正态仍可用参数法，E不选。12.关于多重比较校正，下列说法正确的是A.Bonferroni法可降低Ⅰ型错误B.TukeyHSD适用于所有两两比较C.FDR校正比Bonferroni更宽松D.预先计划的小部分比较可不做校正E.校正后P值可能大于1答案：ABCD解析：E错误，校正后P值仍≤1；其余均正确。13.在R的ggplot2中，可用于美化箱线图元素的函数包括A.geom_boxplot()B.scale_fill_manual()C.theme_bw()D.coord_flip()E.stat_summary()答案：ABCDE解析：均可调整箱线图颜色、主题、坐标翻转及添加统计摘要。14.对“中药注射剂不良反应”进行信号挖掘，可采用A.比例报告比（PRR）B.报告优势比（ROR）C.贝叶斯置信传播神经网络（BCPNN）D.多item伽马泊松缩减（MGPS）E.Cox回归答案：ABCD解析：E用于生存分析，不属于信号挖掘算法。15.下列属于诊断试验评价指标的是A.灵敏度B.特异度C.似然比D.约登指数E.归因危险度答案：ABCD解析：归因危险度属于队列研究指标，不属于诊断试验。三、判断题（每题1分，共10分）16.对同一数据既做t检验又做Mann-WhitneyU检验，若结论相反，应以非参数结果为准。答案：错解析：需先检验假设，若正态且方差齐，t检验效能更高，不能简单以非参数为准。17.在多重线性回归中，标准化回归系数可比较不同量纲变量的相对重要性。答案：对解析：标准化后系数无量纲，可直接比较。18.随机效应Meta分析中，τ²=0表示研究间无异质性。答案：对解析：τ²为异质性方差，等于0即无异质性。19.对“穴位贴敷治疗哮喘”进行系统评价，纳入RCT后发现Jadad评分均<3分，仍可进行Meta分析，但证据等级降低。答案：对解析：低质量RCT可合并，但推荐强度下降，需敏感性分析。20.在SPSS中，变量视图将“小数”设为0，则数据视图自动四舍五入，原始精度丢失且无法恢复。答案：对解析：SPSS按显示格式存储，小数位截断后不可逆。21.对“中医体质分类”进行机器学习，随机森林的OOB误差可用于内部验证，无需额外交叉验证。答案：对解析：OOB误差是无偏估计，可代替交叉验证。22.对“血府逐瘀汤干预后血液流变学”重复测量资料，若球形检验P<0.05，可直接报告Greenhouse-Geisser校正结果。答案：对解析：违反球形假设需校正自由度，降低Ⅰ型错误。23.在Stata中，使用“svy”前缀可调用复杂抽样设计，使OR值更可信。答案：对解析：svy系列命令可调整抽样权重、聚类、分层。24.对“针刺镇痛”动物实验，每组仅3只小鼠，仍可用单因素方差分析，只要数据正态。答案：错解析：样本量过小，检验效能不足，且无法可靠检验正态性，宜用非参数。25.在Excel2021中，利用“分析工具库”可进行随机分组，但无法实施分层随机化。答案：错解析：通过辅助列与排序功能，可实现简单分层随机。四、简答题（每题10分，共30分）26.某研究拟评价“加味逍遥散对肝郁脾虚证抑郁患者的疗效”，主要结局为HAMD-17评分下降值，次要结局为中医证候积分、血清5-HT水平。请写出完整统计分析方案，包括样本量估算、随机化、盲法、统计模型、多重比较校正、缺失值处理、软件实现细节。答案与解析：（1）样本量：以HAMD-17下降值为主要指标，预试验得对照组下降5±3分，预期中药组多下降2.5分，设α=0.05（双侧），效能90%，采用两独立样本t检验公式：n=2[(Z_{1-α/2}+Z_{1-β})σ/δ]^2=2[(1.96+1.28)×3/2.5]^2≈37，考虑20%脱落，每组45例，共90例。（2）随机化：采用中央随机系统，按1:1分配，区组长度为4，分层因素为“性别、基线HAMD≥20分”。（3）盲法：双盲，药物与安慰剂颗粒外观、气味、包装一致，设盲由独立药师完成，揭盲前研究者不知分组。（4）统计模型：主要结局采用协方差分析（ANCOVA），以基线HAMD为协变量，校正后比较调整均值；次要结局中中医证候积分为等级资料，用Mann-WhitneyU；5-HT为正态，用ANCOVA。（5）多重比较：次要结局3个，采用Holm逐步法校正，保持族系错误率α≤0.05。（6）缺失值：采用多重插补（m=20），基于基线HAMD、性别、年龄、分组变量，用Rmice包预测均值匹配法，插补后合并结果。（7）软件：样本量用PASS2022；随机化用Stata17的“ralloc”命令；主要分析用SAS9.4PROCMIXED；次要非参数用SPSS28；插补用R4.3.1。（8）敏感性分析：①按方案集再分析；②不同插补模型；③剔除极端值。（9）结果报告：遵循CONSORT中药扩展声明，提供流程图、基线表、校正前后效应值、95%CI、P值。27.某实验研究“不同煎煮时间对葛根芩连汤中黄芩苷溶出率的影响”，设5个水平（0、15、30、45、60min），每水平重复6次，资料呈正态但方差不齐。请写出详细分析步骤、代码、结果解释、图形绘制、事后比较及专业结论。答案与解析：步骤1：数据录入SPSS，变量“time”为分类变量，“baicalin”为连续变量。步骤2：方差齐性Levene检验P=0.002，方差不齐，改用WelchANOVA。步骤3：SPSS操作：分析→比较均值→单因素ANOVA→选项→勾选Welch；事后选择Games-Howell。步骤4：主要输出：WelchF(4,15.6)=23.47，P<0.001，说明不同煎煮时间溶出率差异显著。步骤5：事后比较：0min与15min均值差=-3.2mg/g，95%CI[-4.5,-1.9]，P<0.01；30min与60min差异无统计学意义（P=0.12）。步骤6：图形：GraphPadPrism绘制箱线图+散点叠加，横轴time，纵轴baicalin，颜色区分组别，箱线显示中位数与四分位，散点抖动避免重叠，标题“不同煎煮时间黄芩苷溶出率（n=6）”。步骤7：R代码实现：```rlibrary(onewaytests)data<-read.csv("baicalin.csv")res<-welch.test(baicalin~time,data)pairwise.t.test(databalibrary(ggplot2)ggplot(data,aes(factor(time),baicalin,fill=factor(time)))+geom_boxplot(alpha=0.6)+geom_jitter(width=0.2)+theme_bw()```步骤8：专业结论：煎煮15min内黄芩苷溶出率显著升高，30min后趋于平台，提示工业制备无需超过30min，以节约能耗。28.某回顾性队列研究探讨“益气活血中药对PCI术后主要心血管事件（MACE）的影响”，暴露组320例，非暴露组800例，随访2年。数据含年龄、性别、BMI、高血压、糖尿病、血脂、术式、用药时间等。请构建Cox模型，详述变量筛选、比例风险假定检验、分层分析、竞争风险、软件代码、结果报告。答案与解析：（1）数据清理：Stata17导入Excel，变量MACE为0/1，stime为生存时间（天）。（2）变量筛选：①单因素Cox，P<0.1纳入多因素；②共线性诊断，VIF>5剔除；③临床强制纳入“用药时间”。（3）比例风险假定：Stata命令```stsetstime,failure(MACE)estatphtest,detail```全局P=0.18，>0.05，假定满足；对“糖尿病”绘制Schoenfeld残差，P=0.03，不满足，采用分层Cox，按糖尿病分层。（4）竞争风险：死亡为竞争事件，采用Fine-Gray模型，R代码```library(cmprsk)cov<-model.matrix(~age+sex+bmi+hypertension+TC+med_time)[,-1]fg<-crr(ftime,stime,fstatus,cov1=cov,failcode=1,cencode=0)summary(fg)```（5）最终模型：调整年龄、性别、BMI、高血压、TC、用药时间，分层糖尿病。Stata输出：HR=0.72，95%CI[0.55,0.94]，P=0.016，提示益气活血中药降低MACE风险28%。（6）剂量反应：将用药时间按四分位分组，趋势检验P=0.008，呈L型曲线，拐点约6个月。（7）结果报告：遵循STROBE，附流程图、基线表、HR森林图、累积风险曲线；敏感性分析：①剔除30天内MACE；②PSM1:1后Cox；③E值评估未测混杂，E=1.68，中等强度混杂才可能解释结果。五、综合应用题（25分）29.数据文件“TCM_stroke.csv”包含200例缺血性卒中患者，变量：ID、group（0=对照，1=通窍活血汤）、age、sex、baseline_NIHSS（神经功能缺损）、time_1w、time_2w、time_4w（第1、2、4周NIHSS）、complication（0/1）。研究目的：评价通窍活血汤对神经功能恢复的动态效果及并发症影响。要求：（1）撰写R代码完成数据导入、变量衍生、基线比较、重复测量分析、并发症比较、可视化、结果导出；（2）报告主要结果与专业解释；（3）附核心图表截图描述（文字描述即可）。答案与解析：（1）R代码```r加载包library(tidyverse);library(tableone);library(lme4);library(emmeans);library(ggeffects);library(openxlsx);library(corrplot)导入df<-read.csv("TCM_stroke.csv")%>%mutate(group=factor(group,labels=c("Control","Tongqiao")))基线比较tab1<-CreateTableOne(vars=c("age","sex","baseline_NIHSS"),strata="group",data=df,test=TRUE)print(tab1,smd=TRUE)重复测量转换为长格式long<-df%>%pivot_longer(cols=c(time_1w,time_2w,time_4w),names_to="timepoint",values_to="NIHSS")%>%mutate(timepoint=as.numeric(str_extract(timepoint,"\\d")))线性混合模型mod<-lmer(NIHSS~group*timepoint+age+sex+baseline_NIHSS+(1|ID),data=long)summary(mod)边际估计emm<-emmeans(mod,~group|timepoint)pairs(emm,adjust="bonf")可视化plt<-ggpredict(mod,terms=c("timepoint","group"))%>%plot(rawdata=T,jitter=T)+labs(y="EstimatedNIHSS",x="Weeks",title="LongitudinalRecoveryofNIHSS")+theme_bw()ggsave("stroke_NIHSS.pdf",width=6,height=4)并发症比较comp<-table(dfgrchisq.test(comp,correct=FALSE)fisher.test(comp)导出结果write.xlsx(as.data.frame(tab1),"Table1.xlsx")```（2）结果：Table1显示两组年龄、性别、基线NIHSS差异无统计学意义（P>0.05，SMD<0.1），可比性好。混合模型：group×timepoint交互F=5.42，P=0.005，提示通窍活血汤效应随时间变化。边际估计：第1周两组NIHSS差异-0.8（95%CI-1.5~-0.1），P=0.028；第2周-1.5（-2.3~-0.7），P<0.001；第4周-1.7（-2.5~-0.9），P<0.001，效应逐渐增大并趋于稳定。并发症：通窍活血汤组并发症率8.0%，对照组18.0%，Fisher精确P=0.032，OR=0.40（0.18–0.89），提示中药降低并发症风险60%。（3）图形：PDF图显示两条预测曲线，治疗组下降更陡，95%置信带不重叠于2–4周；散点提示个体差异，无严重离群。六、计算题（20分）30.某研究测定“丹参酮ⅡA纳米乳”粒径（nm