卫生统计学试题及答案(附解释)

卫生统计学试题及答案(附解释)一、单项选择题（每题2分，共20分）1.欲通过样本信息推断总体特征，需进行的统计分析步骤是：A.统计描述B.统计设计C.参数估计与假设检验D.绘制统计图2.某社区60岁以上老年人收缩压（mmHg）测量结果为：120、135、142、118、150、128、130、145，描述其集中趋势最适宜的指标是：A.算术均数B.中位数C.几何均数D.众数3.为调查某市中学生近视率，按学校类型（重点/普通）分层，再从每层中随机抽取5所学校，对抽中学校的所有学生进行调查。该抽样方法属于：A.单纯随机抽样B.系统抽样C.分层抽样D.整群抽样4.两独立样本t检验的应用条件不包括：A.样本来自正态分布总体B.两总体方差齐性C.样本量较大（如n>50）D.观察值独立5.某研究比较两种降压药的疗效，以血压下降值（mmHg）为结局指标，若预期两组平均下降值差值为10mmHg，标准差为15mmHg，α=0.05（双侧），β=0.20，需计算的是：A.检验效能B.样本量C.总体均数D.可信区间6.四格表卡方检验中，若理论频数T<1或n<40，宜采用的方法是：A.直接计算概率法（Fisher确切概率法）B.校正卡方检验C.增大样本量后重新分析D.合并相邻类别7.线性回归分析中，决定系数R²的意义是：A.自变量与因变量的相关程度B.因变量变异中可由自变量解释的比例C.回归方程的预测精度D.自变量对因变量的影响方向8.生存分析中，“截尾数据”产生的原因不包括：A.研究对象失访B.研究结束时事件未发生C.研究对象因其他疾病死亡D.事件已明确发生9.欲分析某疾病发病率与环境PM2.5浓度的相关性，若两变量均为正态分布，应采用的统计方法是：A.Pearson相关分析B.Spearman秩相关分析C.卡方检验D.线性回归10.某队列研究观察吸烟与肺癌的关联，计算得RR=3.2，95%CI=（1.8,5.6），结论是：A.吸烟组肺癌发病率是不吸烟组的3.2倍，差异无统计学意义B.吸烟组肺癌发病率比不吸烟组高3.2倍，差异有统计学意义C.吸烟可能增加肺癌发病风险，RR的95%CI不包含1，结果可信D.吸烟与肺癌无关联，因RR的95%CI包含1二、简答题（每题6分，共30分）1.简述I型错误（α错误）与II型错误（β错误）的区别及联系。2.标准差（S）与标准误（S_x̄）的区别与联系。3.简述完全随机设计方差分析的基本思想。4.简述Logistic回归的适用场景及优势。5.简述队列研究中计算相对危险度（RR）与病例对照研究中计算比值比（OR）的区别。三、计算题（每题15分，共45分）1.某医院用A、B两种方法治疗贫血患者，治疗后血红蛋白（g/L）改善值如下表。问两种方法的改善值是否有差异？（α=0.05）A方法121518101316B方法8111497102.某研究调查不同性别居民对某疫苗的接种意愿，结果如下表。问性别与接种意愿是否有关联？（α=0.05）愿意接种不愿意接种合计男性6535100女性8020100合计145552003.某地区2015-2020年人均GDP（万元）与糖尿病患病率（‰）数据如下表。试建立糖尿病患病率（Y）关于人均GDP（X）的线性回归方程，并解释回归系数的意义。（计算过程保留3位小数）年份201520162017201820192020人均GDP（X）4.24.85.56.37.18.0患病率（Y）6.57.28.18.99.810.5四、案例分析题（15分）某研究团队为探讨腰围（cm）与高血压的关系，收集了某社区400名45岁以上居民的资料，其中高血压患者120例，非患者280例。测量所有对象的腰围，高血压组平均腰围（±标准差）为92.5±8.3cm，非高血压组为85.2±7.6cm。（1）若比较两组腰围是否有差异，应选择何种统计方法？说明理由。（2）若进一步分析腰围每增加1cm，高血压风险增加的幅度，应选择何种统计方法？需满足哪些条件？试题答案及解释一、单项选择题1.答案：C解释：统计推断包括参数估计（如计算总体均数的可信区间）和假设检验（如t检验、卡方检验），通过样本信息推断总体特征。统计描述（A）是描述数据特征，统计设计（B）是研究前的规划，均非推断步骤。2.答案：A解释：收缩压为正态分布的定量变量（无明显偏态），算术均数适用于描述集中趋势；中位数（B）适用于偏态分布或存在极端值；几何均数（C）适用于等比资料；众数（D）很少用于定量数据。3.答案：C解释：分层抽样是先按类别（如学校类型）分层，再从每层中随机抽样；整群抽样（D）是随机抽取整群（如某几所学校全部学生）；单纯随机抽样（A）是直接从总体中随机抽个体；系统抽样（B）是等距抽样。4.答案：C解释：两独立样本t检验的条件是正态性（A）、方差齐性（B）、独立性（D）；样本量较大时（如n>50）可近似正态分布，但并非必要条件（小样本也可通过t检验）。5.答案：B解释：根据研究目的（比较两组疗效）、预期差值、标准差、α和β，需计算所需样本量（B），以确保检验效能（1-β=0.80）。6.答案：A解释：四格表中若T<1或n<40，卡方检验的理论假设不成立，需用Fisher确切概率法直接计算概率；校正卡方（B）适用于1≤T<5且n≥40的情况。7.答案：B解释：决定系数R²=SS回归/SS总，表示因变量Y的变异中可由自变量X解释的比例（如R²=0.8表示80%的变异可由X解释）；相关系数r描述相关程度（A）。8.答案：D解释：截尾数据指事件未发生或未观察到（如失访、研究结束时未发病、因其他原因死亡）；事件已明确发生（D）为完全数据，非截尾。9.答案：A解释：两变量均为正态分布的定量变量，分析相关性用Pearson相关（A）；Spearman（B）适用于非正态或等级资料；卡方（C）用于分类变量；回归（D）用于预测。10.答案：C解释：RR=3.2>1，且95%CI（1.8,5.6）不包含1，说明吸烟组肺癌发病率是不吸烟组的3.2倍，差异有统计学意义（B错误，“高3.2倍”应为“是3.2倍”），结果可信（C正确）。二、简答题1.区别：I型错误是“弃真”错误（原假设H₀为真时拒绝H₀），概率为α；II型错误是“存伪”错误（H₀为假时接受H₀），概率为β。联系：α与β成反比（固定样本量时，α减小则β增大）；增大样本量可同时降低α和β。2.区别：标准差（S）描述个体值的变异程度（数据离散度），公式为S=√[Σ(XX̄)²/(n-1)]；标准误（S_x̄）描述样本均数的变异程度（抽样误差），公式为S_x̄=S/√n。联系：标准误是标准差的函数（与标准差成正比，与样本量平方根成反比），均反映变异。3.基本思想：将总变异分解为组间变异和组内变异。组间变异反映处理因素（如不同干预）和随机误差的影响，组内变异仅反映随机误差。若组间变异远大于组内变异（F=MS组间/MS组内≥F界值），则认为处理因素有统计学意义。4.适用场景：因变量为二分类（如患病/未患病）的回归分析，用于筛选危险因素、预测概率。优势：直接估计OR值（优势比），反映自变量每变化1单位时结局事件发生优势的倍数变化；无需因变量正态分布，适用于结局罕见的情况。5.区别：RR是队列研究中暴露组与非暴露组的发病率之比（RR=I_e/I_0），反映暴露对发病的绝对影响；OR是病例对照研究中病例组与对照组暴露比值之比（OR=(a/c)/(b/d)=ad/bc），当疾病罕见时OR≈RR，否则存在偏差。三、计算题1.解答：两独立样本t检验（方差齐性）（1）计算两组均数和标准差：A组：n₁=6，X̄₁=(12+15+18+10+13+16)/6=14.0，S₁=√[((12-14)²+…+(16-14)²)/5]=√(26/5)=2.280B组：n₂=6，X̄₂=(8+11+14+9+7+10)/6=9.833，S₂=√[((8-9.833)²+…+(10-9.833)²)/5]=√(26.833/5)=2.316（2）方差齐性检验（F检验）：F=S₁²/S₂²=(5.198)/(5.364)=0.969<F界值（5,5,0.05=7.15），方差齐。（3）计算合并方差：S_c²=[(n₁-1)S₁²+(n₂-1)S₂²]/(n₁+n₂-2)=(5×5.198+5×5.364)/10=5.281（4）t值：t=(X̄₁-X̄₂)/√[S_c²(1/n₁+1/n₂)]=(14.0-9.833)/√[5.281×(2/6)]=4.167/√1.760=4.167/1.327=3.140（5）自由度ν=6+6-2=10，查t界值表（双侧α=0.05），t₀.05/2,10=2.228，t=3.140>2.228，P<0.05。结论：两种方法的血红蛋白改善值有统计学差异（A方法优于B方法）。2.解答：四格表卡方检验（1）建立假设：H₀：性别与接种意愿无关；H₁：有关。（2）计算理论频数：T_11=100×145/200=72.5，T_12=100×55/200=27.5，T_21=100×145/200=72.5，T_22=100×55/200=27.5（所有T≥5）。（3）卡方值：χ²=Σ[(A-T)²/T]=(65-72.5)²/72.5+(35-27.5)²/27.5+(80-72.5)²/72.5+(20-27.5)²/27.5=(56.25/72.5)+(56.25/27.5)+(56.25/72.5)+(56.25/27.5)=0.776+2.045+0.776+2.045=5.642（4）自由度ν=(2-1)(2-1)=1，查χ²界值表，χ²₀.05,1=3.841，χ²=5.642>3.841，P<0.05。结论：性别与接种意愿有关联（女性接种意愿更高）。3.解答：线性回归分析（1）计算基本统计量：n=6，ΣX=4.2+4.8+5.5+6.3+7.1+8.0=35.9，ΣY=6.5+7.2+8.1+8.9+9.8+10.5=51.0ΣX²=4.2²+…+8.0²=4.2²=17.64,4.8²=23.04,5.5²=30.25,6.3²=39.69,7.1²=50.41,8.0²=64.00，ΣX²=17.64+23.04+30.25+39.69+50.41+64.00=225.03ΣY²=6.5²+…+10.5²=42.25+51.84+65.61+79.21+96.04+110.25=445.10ΣXY=4.2×6.5+4.8×7.2+5.5×8.1+6.3×8.9+7.1×9.8+8.0×10.5=27.3+34.56+44.55+56.07+69.58+84.0=316.06（2）计算离均差平方和与交叉积和：SS_XX=ΣX²-(ΣX)²/n=225.03-(35.9)²/6=225.03-1288.81/6=225.03-214.802=10.228SS_YY=ΣY²-(ΣY)²/n=445.10-(51.0)²/6=445.10-2601/6=445.10-433.5=11.6SP=ΣXY-(ΣXΣY)/n=316.06-(35.9×51.0)/6=316.06-1830.9/6=316.06-305.15=10.91（3）回归系数b=SP/SS_XX=10.91/10.228≈1.067截距a=Ȳ-bX̄=51.0/6-1.067×(35.9/6)=8.5-1.067×5.983≈8.5-6.383=2.117（4）回归方程：Ŷ=2.117+1.067X解释：人均GDP每增加1万元，糖尿病患病率平均增加1.067‰。四、案例分析题（1）应选择两独立样本t检验。理由：腰围是定量变量（近似正态分布）