2025年新版实验统计考试题及答案

2025年新版实验统计考试题及答案一、单项选择题（每题2分，共20分）1.某实验记录小鼠每日进食量（单位：克），该数据属于（）A.分类变量B.有序变量C.离散型定量变量D.连续型定量变量2.为比较两种降压药的疗效，将30名高血压患者随机分为两组，分别接受药物A和药物B治疗，治疗4周后测量血压下降值。若两组数据均满足正态性和方差齐性，应选择的统计方法是（）A.配对t检验B.独立样本t检验C.单样本t检验D.卡方检验3.某实验中，原假设H₀：μ=μ₀，备择假设H₁：μ≠μ₀，若实际μ=μ₀但拒绝H₀，此为（）A.Ⅰ型错误B.Ⅱ型错误C.正确推断D.无法判断4.方差分析的基本思想是（）A.比较组间均方与组内均方B.比较样本均值与总体均值C.比较不同样本的方差D.比较相关系数的大小5.线性回归分析中，决定系数R²=0.85表示（）A.自变量解释了85%的因变量变异B.因变量解释了85%的自变量变异C.自变量与因变量的相关系数为0.85D.回归方程的预测误差为85%6.某实验测量6只大鼠的体重（g）和进食量（g/d），计算得Pearson相关系数r=0.92，P=0.003，结论是（）A.体重与进食量无相关性B.体重与进食量有统计学意义的正相关C.体重增加导致进食量增加D.相关系数的绝对值大于0.8，故为强相关7.重复测量方差分析中，“球对称性”假设是指（）A.各时间点测量值的方差相等B.任意两个时间点差值的方差相等C.各处理组的均值相等D.误差项服从正态分布8.非参数检验的适用场景不包括（）A.数据严重偏离正态分布B.样本量较小且无法满足参数检验条件C.有序分类变量的比较D.数据满足正态性和方差齐性9.某2×3列联表资料进行卡方检验，其自由度为（）A.2B.3C.4D.610.为研究温度（25℃、30℃、35℃）和湿度（40%、60%）对某微生物生长的影响，设计两因素完全随机实验，每个处理组合重复5次。该实验的总自由度为（）A.29B.28C.27D.26二、填空题（每空1分，共20分）1.统计数据按类型可分为定量变量和__________，其中后者又包括无序分类变量和__________。2.描述一组正态分布数据的集中趋势，首选__________；描述离散程度，首选__________。3.假设检验中，α表示__________的概率，β表示__________的概率，1-β称为__________。4.单因素方差分析中，总平方和（SS总）=__________+__________，其中组间平方和反映__________的影响。5.线性回归方程的一般形式为ŷ=__________，其中b₀是__________，b₁是__________。6.秩和检验中，若两组数据存在相同观测值（ties），需对__________进行校正，校正后的检验统计量会__________（增大/减小）。7.重复测量实验设计中，同一受试对象的多次测量值之间存在__________，因此需用__________方差分析或混合效应模型处理。8.生存分析中，常用的指标包括生存时间、__________和__________，其中__________表示某时刻仍存活的个体比例。三、简答题（每题6分，共30分）1.简述t检验与z检验的区别及适用条件。2.说明方差分析中多重比较（如LSD法、Bonferroni法）的目的及适用场景。3.什么是多重共线性？它对线性回归分析有何影响？4.非参数检验与参数检验的主要区别是什么？列举两种常用的非参数检验方法并说明其适用场景。5.某实验需比较三种药物（A、B、C）对糖尿病大鼠血糖的降低效果，每组10只大鼠，数据经检验不满足正态性。请设计合适的统计分析方案，并简述步骤。四、计算题（每题10分，共30分）1.某实验室测量15只正常小鼠的血清胆固醇含量（mmol/L），数据如下：4.2、4.5、4.8、5.1、5.3、5.5、5.7、5.9、6.1、6.3、6.5、6.7、6.9、7.1、7.3。已知正常小鼠血清胆固醇总体均值为5.8mmol/L，问该样本均值是否与总体均值有差异？（α=0.05，t₀.₀₂₅,₁₄=2.145）2.某实验研究两种饲料（高蛋白、低蛋白）和两种性别（雄性、雌性）对大鼠体重增长（g）的影响，实验设计为两因素完全随机设计，每个处理组合有6只大鼠，部分数据如下表：性别高蛋白组低蛋白组雄性35,38,42,45,40,3928,30,32,25,27,29雌性32,34,36,30,33,3122,24,26,20,23,21请计算性别、饲料及交互作用的平方和，并判断是否需要进行多重比较（无需完成完整方差分析表）。3.某研究探讨小鼠体重（X，g）与耗氧量（Y，mL/min）的关系，测得10只小鼠数据如下：X：20,22,24,26,28,30,32,34,36,38Y：5.2,5.5,5.8,6.1,6.4,6.7,7.0,7.3,7.6,7.9（1）计算Pearson相关系数r；（2）建立线性回归方程；（3）解释回归系数的意义。（提示：∑X=290，∑Y=63.7，∑XY=1934.6，∑X²=8860，∑Y²=417.41）五、综合分析题（20分）某药物研发公司开展一项随机对照试验，比较新药（试验组）与标准药物（对照组）对抑郁症患者汉密尔顿抑郁量表（HAMD）评分的改善效果。研究纳入120例患者，随机分为两组（各60例），治疗8周后测量HAMD减分（基线评分-治疗后评分）。已知HAMD减分数据满足正态性和方差齐性，部分结果如下：试验组：n₁=60，x̄₁=12.5，s₁=3.2对照组：n₂=60，x̄₂=9.8，s₂=2.9（1）请指出该研究的设计类型；（2）选择合适的统计方法并列出检验假设；（3）计算检验统计量（保留3位小数）；（4）若α=0.05，临界值t₀.₀₂₅,₁₁₈≈1.980，判断是否拒绝原假设并给出结论；（5）计算效应量（Cohen’sd）并解释其意义。答案一、单项选择题1.D2.B3.A4.A5.A6.B7.B8.D9.C10.B二、填空题1.分类变量；有序分类变量2.均数；标准差3.Ⅰ型错误（拒绝真H₀）；Ⅱ型错误（接受假H₀）；检验效能4.组间平方和（SS组间）；组内平方和（SS组内）；处理因素5.b₀+b₁X；截距；斜率（回归系数）6.方差；增大7.相关性（或依赖性）；重复测量8.死亡时间；生存率；生存率三、简答题1.区别：t检验使用样本标准差估计总体标准差，z检验需已知总体标准差或大样本（n≥30）。适用条件：t检验用于小样本（n<30）且总体标准差未知但数据正态；z检验用于总体标准差已知或大样本（n≥30）。2.目的：方差分析拒绝H₀后，进一步比较每两个处理组均值的差异。LSD法适用于探索性研究，检验效能高但易增加Ⅰ型错误；Bonferroni法通过调整α（α’=α/k）控制总错误率，适用于预先指定的有限比较。3.多重共线性指自变量间存在高度线性相关。影响：增大回归系数的标准误，导致估计不稳定；可能使系数符号与实际相反；t检验显著性降低，但R²仍较高。4.区别：参数检验假设数据服从特定分布（如正态），非参数检验不依赖分布，基于秩次。常用方法：Wilcoxon秩和检验（两组独立样本比较）、Kruskal-Wallis检验（多组独立样本比较）。5.方案：采用Kruskal-Wallis秩和检验。步骤：①将三组数据统一编秩；②计算各组秩和；③计算检验统计量H；④查H界值表或近似卡方检验，判断是否拒绝H₀；若拒绝，进一步用Nemenyi法进行多重比较。四、计算题1.（1）计算样本均值x̄=(4.2+…+7.3)/15=5.98mmol/L；（2）样本标准差s=√[∑(xᵢ-x̄)²/(n-1)]≈1.02；（3）标准误sₓ̄=s/√n≈0.263；（4）t=(5.98-5.8)/0.263≈0.685；（5）|t|=0.685<2.145，不拒绝H₀，样本均值与总体均值无差异。2.（1）总均值x̄=(35+…+21)/(2×2×6)=30.5；（2）性别（雄性均值=36.5，雌性均值=28.5）平方和SS性别=2×6×(36.5-30.5)²+2×6×(28.5-30.5)²=2×6×(36+4)=2×6×40=480；（3）饲料（高蛋白均值=34.5，低蛋白均值=26.5）平方和SS饲料=2×6×(34.5-30.5)²+2×6×(26.5-30.5)²=2×6×(16+16)=384；（4）交互作用平方和SS交互=SS总-SS性别-SS饲料-SS误差（需先计算总平方和与误差平方和，此处略）。若交互作用显著，需进一步分析简单效应；若不显著，仅分析主效应。3.（1）r=[n∑XY-∑X∑Y]/√[n∑X²-(∑X)²][n∑Y²-(∑Y)²]=[10×1934.6-290×63.7]/√[(10×8860-290²)(10×417.41-63.7²)]=(19346-18473)/√[(88600-84100)(4174.1-4057.69)]=873/√[4500×116.41]≈873/721.5≈0.933；（2）b₁=(n∑XY-∑X∑Y)/(n∑X²-(∑X)²)=873/4500≈0.194；b₀=ȳ-b₁x̄=6.37-0.194×29≈6.37-5.626=0.744，回归方程：ŷ=0.744+0.194X；（3）回归系数0.194表示体重每增加1g，耗氧量平均增加0.194mL/min。五、综合分析题（1）随机对照试验（两组独立样本设计）；（2）独立样本t检验，H₀：μ₁=μ₂（两组减分均值无差异），H₁：μ₁≠μ₂；（3）合并方差sₚ²=[(n₁-1)s₁²+(n₂-1)s₂²]/(n₁+n₂-2)=[59×10.24+59×8.41]/118=59×(10.24+8.41)/118=59×18.65/11