预防医学统计题库及答案

预防医学统计题库及答案一、选择题（40分）1.在医学研究中，下列哪种抽样方法最适合用于大范围的流行病学调查？A.简单随机抽样B.系统抽样C.分层抽样D.整群抽样2.下列哪项指标最适合用于描述一组数据的离散程度？A.均数B.中位数C.标准差D.百分位数3.在假设检验中，第一类错误是指：A.接受了错误的零假设B.拒绝了正确的零假设C.接受了错误的备择假设D.拒绝了正确的备择假设4.下列哪种分布适合用于描述稀有事件的发生概率？A.正态分布B.二项分布C.泊松分布D.指数分布5.在医学研究中，样本量的确定主要取决于以下因素，除了：A.预期的效应大小B.研究设计的类型C.研究者的个人偏好D.所需的统计功效6.下列哪种相关性分析方法最适合用于分析两个分类变量之间的关系？A.Pearson相关系数B.Spearman相关系数C.列联表分析D.回归分析7.在生存分析中，Kaplan-Meier法主要用于：A.估计生存率B.比较两组生存曲线C.确定生存时间的预测因素D.估计风险比8.下列哪种统计图表最适合用于展示连续型变量的分布？A.饼图B.条形图C.直方图D.散点图9.在医学研究中，随机对照试验的主要目的是：A.提高研究结果的可重复性B.减少混杂因素的影响C.提高研究的外部效度D.以上都是10.下列哪种方法最适合用于控制多重比较带来的I类错误增加问题？A.Bonferroni校正B.增加样本量C.提高显著性水平D.减少变量数量11.在诊断试验评价中，灵敏度是指：A.实际患病且被正确诊断为阳性的比例B.实际未患病且被正确诊断为阴性的比例C.被诊断为阳性者中实际患病的比例D.被诊断为阴性者中实际未患病的比例12.下列哪种统计方法最适合用于分析多个组间连续变量的比较？A.t检验B.方差分析C.卡方检验D.相关分析13.在流行病学研究中，相对危险度(RR)是指：A.暴露组与非暴露组发病率之比B.暴露组与非暴露组发病率之差C.暴露组与非暴露组患病率之比D.暴露组与非暴露组患病率之差14.下列哪种分布是二项分布的极限形式，当n很大，p很小时？A.正态分布B.泊松分布C.指数分布D.t分布15.在医学研究中，盲法的主要目的是：A.提高研究的可行性B.减少测量偏倚C.增加样本量D.提高统计功效16.下列哪种统计方法最适合用于分析配对设计的数据？A.独立样本t检验B.配对t检验C.方差分析D.卡方检验17.在医学研究中，混杂因素是指：A.与研究因素和结局都相关的变量B.只与研究因素相关的变量C.只与结局相关的变量D.既不与研究因素相关，也不与结局相关的变量18.下列哪种统计方法最适合用于分析时间序列数据？A.线性回归B.时间序列分析C.生存分析D.方差分析19.在医学研究中，P值是指：A.零假设正确的概率B.零假设错误的概率C.在零假设正确的情况下，获得当前或更极端结果的概率D.在备择假设正确的情况下，获得当前或更极端结果的概率20.下列哪种方法最适合用于处理缺失数据？A.删除含有缺失值的记录B.用均值替代缺失值C.用多重插补法D.以上方法都可以，取决于具体情况二、填空题（30分）1.在统计学中，根据研究目的可将变量分为________变量和________变量。2.描述一组数据集中趋势的指标有________、________和________。3.在假设检验中，当P值________显著性水平时，我们拒绝零假设。4.医学研究中常用的抽样方法有简单随机抽样、系统抽样、________和________。5.相关系数的取值范围在________到________之间。6.在2×2列联表分析中，常用的关联性指标有________、________和相对危险度。7.医学研究中常用的概率分布包括正态分布、二项分布、________和________。8.在生存分析中，常用的生存函数有________和________。9.医学研究中常用的统计图表有直方图、散点图、________和________。10.在诊断试验评价中，常用的评价指标有灵敏度、特异度、________和________。11.医学研究中常用的研究设计有横断面研究、病例对照研究、________和________。12.在医学研究中，控制混杂因素的方法有随机化、________和________。13.医学研究中常用的统计软件有SPSS、SAS、________和________。14.在医学研究中，样本量的计算需要考虑显著性水平、________和________。15.在医学研究中，常见的偏倚有选择偏倚、信息偏倚和________。三、判断题（20分）1.在医学研究中，样本量越大越好，因为大样本可以提高统计功效。（）2.在医学研究中，P值小于0.05就表示研究结果具有临床意义。（）3.在医学研究中，相关系数为0表示两个变量之间没有任何关系。（）4.在医学研究中，随机化可以完全消除所有混杂因素的影响。（）5.在医学研究中，生存分析中的风险比(HR)等于1表示两组的生存结局没有差异。（）6.在医学研究中，方差分析可以用于比较两组或多组均数之间的差异。（）7.在医学研究中，灵敏度高的诊断试验意味着假阳性率低。（）8.在医学研究中，标准差越大，表示数据越集中。（）9.在医学研究中，中位数不受极端值的影响，而均数受极端值的影响。（）10.在医学研究中，卡方检验适用于分析连续型变量之间的关系。（）四、简答题（50分）1.简述医学统计中描述性统计与推断性统计的区别，并举例说明。2.解释医学研究中假设检验的基本步骤，并说明第一类错误和第二类错误的含义。3.简述医学研究中常用的抽样方法及其优缺点。4.解释医学研究中相关分析与回归分析的区别与联系。5.简述医学研究中生存分析的基本概念及其常用方法。五、计算题（60分）1.某研究调查了100名吸烟者和100名非吸烟者的肺癌发病率，结果发现吸烟组有30人患肺癌，非吸烟组有10人患肺癌。请计算相对危险度(RR)及其95%置信区间，并解释结果。2.某研究比较了两种降压药物A和B的降压效果，分别随机选取了30名患者使用药物A，30名患者使用药物B。治疗4周后，药物A组的平均收缩压下降值为15mmHg，标准差为5mmHg；药物B组的平均收缩压下降值为12mmHg，标准差为4mmHg。假设数据服从正态分布，请进行适当的统计分析以判断两种药物的降压效果是否有差异。3.某研究随访了200名接受某种手术的患者，记录了他们的生存时间和结局（死亡或存活）。随访结束时，有50人死亡，生存时间分别为：6个月、8个月、10个月、12个月、15个月、18个月、20个月、22个月、24个月、30个月（各5人）。请计算1年生存率及其95%置信区间，并绘制Kaplan-Meier生存曲线。答案：一、选择题1.答案：D解释：在大范围的流行病学调查中，整群抽样是最适合的方法。简单随机抽样和系统抽样虽然简单，但在大范围实施时成本高且操作困难；分层抽样虽然在某些情况下可以提高精度，但在大范围调查中分层操作复杂。整群抽样将总体分为若干群，随机抽取部分群，然后对群内所有个体进行调查，这种方法在大范围调查中实施起来更经济可行。2.答案：C解释：标准差是描述数据离散程度的指标，它表示数据点与均数的平均偏离程度。均数和中位数是描述数据集中趋势的指标，百分位数则用于描述数据的分布位置。标准差越大，表示数据越分散；标准差越小，表示数据越集中。3.答案：B解释：在假设检验中，第一类错误（α错误）是指拒绝了实际上正确的零假设，即假阳性错误。第二类错误（β错误）是指接受了实际上错误的零假设，即假阴性错误。4.答案：C解释：泊松分布适合用于描述稀有事件的发生概率，如单位时间内某事件发生的次数。正态分布适合描述连续型变量，二项分布适合描述固定次数试验中成功次数的分布，指数分布适合描述等待时间等。5.答案：C解释：样本量的确定主要取决于预期的效应大小、研究设计的类型、所需的统计功效等客观因素，而不是研究者的个人偏好。样本量的计算需要基于科学的方法和统计学原理。6.答案：C解释：列联表分析（如卡方检验）最适合用于分析两个分类变量之间的关系。Pearson相关系数和Spearman相关系数用于分析两个连续型变量或有序分类变量之间的关系，回归分析则可以分析一个变量与多个变量之间的关系。7.答案：A解释：Kaplan-Meier法主要用于估计生存率，绘制生存曲线。Log-rank检验可用于比较两组生存曲线，Cox比例风险模型可用于确定生存时间的预测因素，风险比(HR)是Cox模型中的效应指标。8.答案：C解释：直方图最适合用于展示连续型变量的分布，它可以显示数据的分布形状、中心位置和离散程度。饼图适合展示构成比，条形图适合展示分类变量的频数，散点图适合展示两个连续变量之间的关系。9.答案：D解释：随机对照试验的主要目的是提高研究结果的可重复性、减少混杂因素的影响、提高研究的外部效度。通过随机分配研究对象到干预组和对照组，可以最大限度地减少选择偏倚和混杂偏倚。10.答案：A解释：Bonferroni校正是一种控制多重比较带来的I类错误增加问题的方法，它通过调整显著性水平来控制整体I类错误率。增加样本量可以提高统计功效但不直接控制I类错误，提高显著性水平会增加I类错误风险，减少变量数量可能会忽略重要的研究问题。11.答案：A解释：灵敏度是指实际患病且被正确诊断为阳性的比例，即真阳性率。特异度是指实际未患病且被正确诊断为阴性的比例，即真阴性率。阳性预测值是指被诊断为阳性者中实际患病的比例，阴性预测值是指被诊断为阴性者中实际未患病的比例。12.答案：B解释：方差分析(ANOVA)最适合用于分析多个组间连续变量的比较。t检验仅适用于两组比较，卡方检验用于分析分类变量，相关分析用于分析变量间的相关性。13.答案：A解释：相对危险度(RR)是指暴露组与非暴露组发病率之比，它表示暴露因素对疾病发生风险的影响。RR>1表示暴露增加风险，RR<1表示暴露减少风险，RR=1表示暴露无影响。14.答案：B解释：当二项分布中的n很大，p很小时，二项分布近似于泊松分布。正态分布是二项分布当n很大且p不太接近0或1时的极限形式，指数分布描述的是泊松过程中事件间的时间间隔，t分布用于小样本均数的推断。15.答案：B解释：盲法的主要目的是减少测量偏倚，避免研究者和研究对象的主观因素对研究结果的影响。单盲是指研究对象不知道分组情况，双盲是指研究对象和研究者都不知道分组情况，三盲还包括数据分析者不知道分组情况。16.答案：B解释：配对t检验最适合用于分析配对设计的数据，如自身前后对照设计或配对病例对照研究。独立样本t检验用于分析两组独立样本的数据，方差分析用于多组比较，卡方检验用于分类变量。17.答案：A解释：混杂因素是指与研究因素和结局都相关的变量，它可能会夸大或掩盖研究因素与结局之间的真实联系。控制混杂因素的方法包括随机化、匹配、分层分析和多变量调整等。18.答案：B解释：时间序列分析最适合用于分析时间序列数据，它可以识别数据的时间趋势、季节性和周期性等特征。线性回归可用于分析变量间的线性关系，但通常不考虑时间序列的特性；生存分析专门用于分析时间-事件数据；方差分析用于比较不同组间的均值差异。19.答案：C解释：P值是指在零假设正确的情况下，获得当前或更极端结果的概率。它不是零假设正确的概率，也不是零假设错误的概率。P值越小，表示观察到的数据与零假设的偏离越大，越倾向于拒绝零假设。20.答案：D解释：处理缺失数据的方法需要根据具体情况选择，包括删除含有缺失值的记录（删除法）、用均值或中位数等统计量替代缺失值（替代法）、用多重插补法（插补法）等。每种方法都有其优缺点，需要根据缺失数据的机制和比例等因素综合考虑。二、填空题1.答案：连续型；分类型解释：在统计学中，根据研究目的可将变量分为连续型变量和分类型变量。连续型变量可以取任意数值，如身高、体重等；分类型变量只能取有限的几个值，如性别、血型等。2.答案：均数；中位数；众数解释：描述一组数据集中趋势的指标有均数、中位数和众数。均数是所有数值的总和除以数量，中位数是将数据按大小排序后位于中间位置的值，众数是数据中出现次数最多的值。3.答案：小于解释：在假设检验中，当P值小于显著性水平时，我们拒绝零假设，认为结果具有统计学意义。通常使用的显著性水平为0.05。4.答案：分层抽样；整群抽样解释：医学研究中常用的抽样方法有简单随机抽样、系统抽样、分层抽样和整群抽样。分层抽样先将总体按某些特征分成若干层，然后在各层内随机抽样；整群抽样将总体分为若干群，随机抽取部分群，然后对群内所有个体进行调查。5.答案：-1；1解释：相关系数的取值范围在-1到1之间。相关系数为正表示正相关，为负表示负相关，绝对值越大表示相关性越强。6.答案：比值比；相对危险度解释：在2×2列联表分析中，常用的关联性指标有比值比(OR)、相对危险度(RR)和风险差(RD)。比值比用于病例对照研究，相对危险度用于队列研究，风险差表示暴露组与非暴露组结局发生率的绝对差异。7.答案：泊松分布；指数分布解释：医学研究中常用的概率分布包括正态分布、二项分布、泊松分布和指数分布。正态分布适合描述连续型变量，二项分布适合描述固定次数试验中成功次数的分布，泊松分布适合描述稀有事件的发生概率，指数分布适合描述等待时间等。8.答案：Kaplan-Meier估计；寿命表法解释：在生存分析中，常用的生存函数有Kaplan-Meier估计和寿命表法。Kaplan-Meier估计适用于小样本或精确随访时间的数据，寿命表法适用于大样本或时间区间分组的数据。9.答案：箱线图；折线图解释：医学研究中常用的统计图表有直方图、散点图、箱线图和折线图。直方图用于展示连续变量的分布，散点图用于展示两个连续变量之间的关系，箱线图用于展示数据的分布特征和异常值，折线图用于展示变量随时间变化的趋势。10.答案：阳性预测值；阴性预测值解释：在诊断试验评价中，常用的评价指标有灵敏度、特异度、阳性预测值和阴性预测值。灵敏度是实际患病且被正确诊断为阳性的比例，特异度是实际未患病且被正确诊断为阴性的比例，阳性预测值是诊断为阳性者中实际患病的比例，阴性预测值是诊断为阴性者中实际未患病的比例。11.答案：队列研究；随机对照试验解释：医学研究中常用的研究设计有横断面研究、病例对照研究、队列研究和随机对照试验。横断面研究在特定时间点收集数据，病例对照研究以病例和对照为基础比较过去的暴露情况，队列研究基于暴露状态随访观察结局，随机对照试验通过随机分配干预措施来比较效果。12.答案：匹配；多变量调整解释：在医学研究中，控制混杂因素的方法有随机化、匹配和多变量调整。随机化通过随机分配研究对象到各组来平衡已知和未知的混杂因素，匹配通过为每个病例选择具有相似特征的对照来控制混杂因素，多变量调整通过统计分析控制混杂因素。13.答案：R；Stata解释：医学研究中常用的统计软件有SPSS、SAS、R和Stata。SPSS适合初学者，功能全面；SAS功能强大，适合大规模数据分析；R是开源软件，功能丰富，有大量扩展包；Stata适合流行病学和生物统计学分析。14.答案：统计功效；效应大小解释：在医学研究中，样本量的计算需要考虑显著性水平、统计功效和效应大小。显著性水平通常设为0.05，统计功效通常设为80%或90%，效应大小是根据临床意义或预试验结果设定的预期差异。15.答案：混杂偏倚解释：在医学研究中，常见的偏倚有选择偏倚、信息偏倚和混杂偏倚。选择偏倚是由于研究对象的选择方式导致的系统误差，信息偏倚是由于数据收集过程中的系统性误差导致的偏倚，混杂偏倚是由于混杂因素未得到控制而导致的偏倚。三、判断题1.答案：×解释：在医学研究中，样本量不是越大越好。过大的样本量会增加研究成本和时间，可能发现统计学显著但临床意义不大的微小差异，还可能增加伦理问题。样本量应根据研究目的、效应大小、统计功效等因素合理确定。2.答案：×解释：P值小于0.05仅表示结果具有统计学意义，并不一定具有临床意义。临床意义需要结合效应大小、生物学机制、成本效益等多方面因素综合判断。统计学显著的结果可能临床意义不大，而统计学不显著的结果可能仍具有临床意义。3.答案：×解释：相关系数为0仅表示两个变量之间无线性关系，但可能存在非线性关系。例如，U形关系的变量之间的相关系数可能接近0，但实际上它们之间存在明确的关联。4.答案：×解释：随机化可以平衡已知的和未知的混杂因素，但不能完全消除所有混杂因素的影响。特别是当样本量较小时，随机分配后各组间仍可能存在不平衡的情况，需要通过统计分析进一步控制混杂因素。5.答案：√解释：在生存分析中，风险比(HR)等于1表示两组的死亡风险相同，即生存结局没有差异。HR>1表示研究组的死亡风险高于对照组，HR<1表示研究组的死亡风险低于对照组。6.答案：√解释：方差分析可以用于比较两组或多组均数之间的差异。对于两组比较，方差分析的结果与t检验等价；对于多组比较，方差分析可以同时比较所有组间的差异，避免了多次t检验带来的I类错误增加问题。7.答案：×解释：灵敏度高的诊断试验意味着真阳性率高，但假阳性率不一定低。灵敏度高通常以降低特异度为代价，即假阳性率可能增加。诊断试验的评价需要综合考虑灵敏度和特异度，并根据临床目的选择合适的阈值。8.答案：×解释：标准差越大，表示数据越分散，而不是越集中。标准差是描述数据离散程度的指标，它表示数据点与均数的平均偏离程度。标准差越大，数据点越分散；标准差越小，数据点越集中。9.答案：√解释：中位数是数据排序后位于中间位置的值，不受极端值的影响；而均数是所有数值的总和除以数量，受极端值的影响。当数据分布偏斜或有极端值时，中位数比均数更能代表数据的集中趋势。10.答案：×解释：卡方检验适用于分析分类变量之间的关系，而不是连续型变量。对于连续型变量，可以使用t检验、方差分析、相关分析或回归分析等方法。如果需要将连续型变量转换为分类变量进行分析，可能会损失信息，需要谨慎考虑。四、简答题1.答案：描述性统计与推断性统计是医学统计中的两个重要分支，它们有着明显的区别：描述性统计：-定义：对收集到的数据进行整理、归纳和总结，以描述数据的基本特征和分布规律。-目的：描述样本数据的特征，不涉及总体推断。-内容：包括集中趋势指标（均数、中位数、众数）、离散程度指标（标准差、方差、极差）、分布形态指标（偏度、峰度）等。-应用：通常用于研究结果的初步描述和展示。-举例：在一项调查中，计算某地区成年人的平均身高、标准差和身高分布的直方图，以描述该地区成年人的身高特征。推断性统计：-定义：基于样本数据对总体特征进行估计和假设检验。-目的：从样本推断总体，评估研究结果的可推广性。-内容：包括参数估计（点估计、区间估计）和假设检验（t检验、卡方检验、方差分析等）。-应用：用于验证研究假设、评估干预措施效果、探索变量间关系等。-举例：在一项临床试验中，通过比较治疗组和对照组的疗效差异，使用t检验判断新药是否比安慰剂更有效，并将结果推广到总体患者。两者的联系：描述性统计是推断性统计的基础，只有对样本数据进行充分描述，才能为后续的推断提供依据。在实际研究中，通常先进行描述性统计，再进行推断性统计。2.答案：医学研究中假设检验的基本步骤如下：1.建立假设：-零假设(H0)：表示无效应或无差异，如"新药与安慰剂疗效相同"-备择假设(H1)：表示有效应或差异，如"新药疗效优于安慰剂"2.确定显著性水平(α)：-通常设为0.05，表示允许犯第一类错误的概率3.选择适当的检验方法和检验统计量：-根据数据类型和研究设计选择合适的检验方法-计算检验统计量的值4.确定P值或临界值：-P值：在零假设正确的情况下，获得当前或更极端结果的概率-临界值：根据显著性水平和自由度确定的判断标准5.做出统计决策：-如果P值≤α，拒绝零假设，接受备择假设-如果P值>α，不拒绝零假设6.解释结果：-结合专业知识和临床意义，解释统计结果的实际含义第一类错误（α错误）：-定义：拒绝了实际上正确的零假设，即假阳性错误-概率：等于显著性水平α，通常为0.05-后果：可能将无效的干预措施误认为有效-控制：通过降低显著性水平或使用多重比较校正方法第二类错误（β错误）：-定义：接受了实际上错误的零假设，即假阴性错误-概率：用β表示，通常设为0.20（统计功效为80%）-后果：可能将有效的干预措施误认为无效-控制：通过增加样本量、提高测量精度或增大效应大小两类错误的关系：在样本量固定的情况下，降低第一类错误的概率会增加第二类错误的概率，反之亦然。因此，需要在两类错误之间进行权衡，通常将第一类错误的概率控制在0.05，第二类错误的概率控制在0.20。3.答案：医学研究中常用的抽样方法及其优缺点如下：(1)简单随机抽样：-定义：从总体中完全随机地抽取样本，每个个体被抽中的概率相等-优点：实施简单，理论基础扎实，无选择偏倚-缺点：当总体较大时，抽样和实施困难；可能无法保证样本的代表性；需要完整的抽样框架(2)系统抽样：-定义：按照固定的间隔从总体中抽取样本-优点：实施简便，样本分布均匀-缺点：如果总体存在周期性模式，可能导致样本偏差；需要随机起点(3)分层抽样：-定义：将总体按某些特征分为若干层，然后在各层内随机抽样-优点：可以提高样本的代表性；可以分析各层的特征；小层可以得到充分代表-缺点：需要知道总体各层的特征；实施复杂；各层样本量分配需要合理设计(4)整群抽样：-定义：将总体分为若干群，随机抽取部分群，然后对群内所有个体进行调查-优点：实施简便，成本低；适用于难以获得个体名单的总体；群内同质性好时效率高-缺点：群间异质性好时效率低；设计效应通常大于1；样本量需要更大(5)多阶段抽样：-定义：结合多种抽样方法，分阶段进行抽样-优点：适用于大规模复杂总体；可以提高抽样效率；可以灵活调整各阶段抽样比例-缺点：设计复杂；抽样误差累积；分析时需要考虑复杂抽样设计选择抽样方法时，需要考虑研究目的、总体特征、资源条件、精确度要求等因素。在实际研究中，常常结合使用多种抽样方法，以达到最佳的抽样效果。4.答案：相关分析与回归分析是医学研究中常用的两种统计分析方法，它们既有区别又有联系：区别：1.目的不同：-相关分析：研究两个变量之间的关联强度和方向-回归分析：研究一个变量（因变量）如何随另一个变量（自变量）的变化而变化2.变量关系：-相关分析：不区分自变量和因变量，是对称的-回归分析：区分自变量和因变量，是不对称的3.函数形式：-相关分析：通常用相关系数描述线性关联，不建立数学模型-回归分析：建立数学模型（如Y=a+bX），可以预测因变量的值4.结果解释：-相关分析：相关系数表示关联强度和方向，范围为-1到1-回归分析：回归系数表示自变量每增加一个单位，因变量的平均变化量联系：1.共同基础：都用于研究变量之间的关系2.线性关系：在分析线性关系时，Pearson相关系数与简单线性回归的斜率有数学联系3.应用场景：常结合使用，先通过相关分析探索变量间关系，再用回归分析进一步研究应用场景：-相关分析适用于：探索两个连续变量之间的关联不需要区分因果关系的场景快速筛选可能与结局相关的变量-回归分析适用于：研究变量间的因果关系控制混杂因素后分析暴露与结局的关系预测因变量的值分析多个自变量对因变量的共同影响在医学研究中，这两种方法常常结合使用，以全面了解变量间的关系，并为临床决策提供依据。5.答案：生存分析是医学研究中用于分析时间-事件数据的重要统计方法，特别适用于研究疾病的进展、治疗效果和预后等。基本概念：1.生存时间：-定义：从起点事件（如诊断、治疗开始）到终点事件（如死亡、复发）的时间-特点：可能存在删失数据（如失访、研究结束时尚未发生终点事件）2.生存函数：-定义：个体生存时间大于等于某个时间t的概率，S(t)=P(T≥t)-特点：单调递减函数，取值范围为[0,1]3.风险函数：-定义：在存活到时间t的条件下，在时间t瞬间发生终点事件的概率密度-特点：可以描述风险随时间的变化模式4.中位生存时间：-定义：生存率为50%时的时间点，表示一半的个体已经发生终点事件常用方法：1.描述性方法：-Kaplan-Meier法：适用于小样本或精确随访时间的数据，可以估计生存率和绘制生存曲线-寿命表法：适用于大样本或时间区间分组的数据，可以估计生存率和生存概率2.比较方法：-Log-rank检验：用于比较两组或多组生存曲线的差异，不考虑时间特定的风险差异-Wilcoxon检验：对早期的生存差异给予更大权重3.回归方法：-Cox比例风险模型：半参数模型，可以分析多个因素对生存时间的影响，不假设风险函数的具体形式-参数模型：如指数模型、Weibull模型，假设风险函数的具体形式，可以预测生存时间应用场景：1.临床试验：比较不同治疗方案的生存效果2.预后研究：探索影响疾病预后的因素3.流行病学：研究疾病的发生和进展4.公共卫生：评估干预措施的效果生存分析的优势在于能够处理删失数据，考虑时间因素，并提供直观的生存曲线，使研究结果更易于理解和解释。五、计算题1.答案：计算相对危险度(RR)及其95%置信区间：首先，整理数据：-吸烟组：100人，30人患肺癌，70人未患肺癌-非吸烟组：100人，10人患肺癌，90人未患肺癌计算发病率：-吸烟组发病率=30/100=0.3-非吸烟组发病率=10/100=0.1计算相对危险度(RR)：RR=吸烟组发病率/非吸烟组发病率=0.3/0.1=3.0计算RR的95%置信区间：使用Woolf法计算RR的95%置信区间：ln(RR)的标准误(SE)计算公式：SE[ln(RR)]=√(1/a+1/b+1/c+1/d)其中，a=30,b=70,c=10,d=90SE[ln(RR)]=√(1/30+1/70+1/10+1/90)=√(0.0333+0.0143+0.1000+0.0111)=√(0.1587)=0.3984ln(RR)的95%置信区间：ln(RR)±1.96×SE[ln(RR)]ln(3.0)±1.96×0.39841.0986±0.7809(0.3177,1.8795)取指数得到RR的95%置信区间：(e^0.3177,e^1.8795)=(1.374,6.547)结果解释：-相对危险度(RR)=3.0，表示吸烟者的肺癌发病风险是非吸烟者的3倍-95%置信区间为(1.374,6.547)，不包含1，表明吸烟与肺癌的关联具有统计学意义-置信区间下限1.374>1，表明即使考虑抽样误差，吸烟仍可能增加肺癌风险2.答案：分析两种降压药物的降压效果差异：数据：-药物A组：n1=30，均值1=15mmHg，标准差s1=5mmHg-药物B组：n2=30，均值2=12mmHg，标准差s2=4mmHg假设数据服从正态分布，进行两独立样本t检验：零假设(H0)：μ1=μ2，两种药物的降压效果无差异备择假设(H1)：μ1≠μ2，两种药物的降压效果有差异计算合并标准差：s=√[((n1-1)s1²+(n2-1)s2²)/(n1+n2-2)]=√[((29×25)+(29×16))/(58)]=√[(725+464)/58]=√[1189/58]=√[20.5]=4.528计算t统计量：t=(x1-x2)/[s×√(1/n1+1/n2)]=(15-12)/[4.528×√(1/30+1/30)]=3/[4.528×√(0.0667)]=3/[4.528×0.2582]=3/1.1697=2.565确定自由度：df=n1+n2-2=30+30-2=58查t值表或使用统计软件，t=2.565，df=58对应的P值约为0.013由于P值=0.013<0.05，拒绝零假设，认为两种药物的降压效果有统计学差异。计算效应量(Cohen'sd)：d=(x1-x2)/s=(15-12)/4.528=0.663结果解释：-t检验结果显示t=2.565，P=0.013<0.05，表明两种药物的降压效果有统计学差异-药物A组的平均降压值(15mmHg)高于药物B组(12mmHg)-效应量d=0.663，属于中等效应大小-可以认为药物A的降压效果优于药物B3.答案：计算1年生存率及其95%置信区间，并绘制Kaplan-Meier生存曲线：数据：-总样本量：200人-死亡人数：50人-生存时间（月）：6个月、8个月、10个月、12个月、15个月、18个月、20个月、22个月、24个月、30个月（各5人）计算Kaplan-Meier生存率：首先，将生存时间从小到大排序：6,6,6,6,6,8,8,8,8,8,10,10,10,10,10,12,12,12,12,12,15,15,15,15,15,18,18,18,18,18,20,20,20,20,20,22,22,22,22,22,24,24,24,24,24,30,30,30,30,30计算各时间点的生存率：-在时间t=0时，生存率S(0)=1（所有患者都存活）-在时间t=6个月时，有5人死亡，剩余195人S(6)=S(0)×(195/200)=1×0.975=0.975-在时间t=8个月时，有5人死亡，剩余190人S