雨课堂学堂在线学堂云《生物统计学Ⅱ（成都医学院）》单元测试考核答案

生物统计学Ⅱ第1题以下哪种方法不属于多元统计分析:A主成分分析B多元方差分析C简单线性回归D判别分析E因子分析第2题若需比较三组患者的CD4细胞计数、CD8细胞计数,且数据不满足正态性,应选择:A多元方差分析BKruskal-Wallis检验C线性回归D判别分析E主成分分析第3题以下哪种方法常用于探索变量间的潜在结构(如将多个症状归纳为少数综合因子):A多元T检验B因子分析C生存分析D卡方检验EPoisson回归第4题以下哪项是判别分析与聚类分析的区别:A判别分析需已知分组,聚类分析无需B两者均需已知分组C聚类分析用于预测,判别分析用于分类D判别分析仅适用于定性变量E聚类分析是参数检验第5题多元统计分析中,校正混杂因素的典型方法是:A增加样本量B分层分析C多变量回归模型D仅使用单因素分析E忽略混杂因素第6题若需比较两组贫血患者的血红蛋白和红细胞计数,且避免多重检验问题,应选择:A两次独立t检验B多元T检验C卡方检验Dlogistic回归E生存分析第7题以下哪项是推动多元统计分析广泛应用的关键因素:A计算机技术的发展B统计分析软件的普及C医学研究需求的增加D单因素分析法的局限性E以上都是第8题多元统计分析起源于哪个年代:A18世纪B19世纪C20世纪20年代D21世纪初E20世纪50年代第9题在医院资源分配研究中,根据床位数、医护比、患者周转率等指标对医院进行绩效分类,应选用:A系统聚类分析B判别分析CCox回归D主成分分析E相关分析第10题多元统计模型的验证方法包括:A内部验证(如交叉验证)B仅依赖统计显著性C无需外部数据验证D仅用单因素分析验证E仅计算回归系数第1题若某研究需分析不同性别人群血脂(胆固醇、甘油三酯、高密度脂蛋白)是否有差异,最适合的方法为A多元线性回归BHotellingT²检验C主成分分析D聚类分析E卡方检验第2题二元正态分布曲面的形状取决于A均值和方差B方差和协方差C相关系数和标准差D均值和相关系数E标准差和方差第3题对胸腺素治疗前后免疫球蛋白IgG、IgA、IgM三个指标进行多元检验,结果T² = 47.6559,F= 13.6160,P= 0.0004,按一般检验水准,推断结论为A治疗无效B免疫球蛋白水平无变化C免疫球蛋白水平下降D数据不满足正态性E需进一步单变量检验第4题以下不是多元方差分析()应用条件的是A独立性B多元正态性C协方差矩阵齐性D变量间线性无关E无缺失数据第5题多元区组设计资料分析时,需分解的矩阵是A相关系数矩阵B离差平方和-积和矩阵(SSCP)C协方差矩阵D均值向量E方差-协方差矩阵第6题若对变量进行标准化变换,变换后的协方差矩阵为A离差矩阵B相关矩阵C单位矩阵D对角矩阵E原始协方差矩阵第7题在例2.3中,三组贫血患者的MANOVA结果P= 0.001,按一般检验水准,说明A三组在所有指标上均无差异B至少有一个指标在组间存在差异C协方差矩阵不相等D数据不满足多元正态性E需进一步做单变量分析第8题以下适合使用HotellingT²检验的情况为A比较三组贫血患者的血红蛋白和红细胞计数B分析一组患者治疗前后的血压和心率变化C预测糖尿病患者的生存时间D对医院效益进行聚类分析E计算身高与体重的相关系数第9题多元方差分析()的核心思想是A比较均数是否相等B分解离差平方和-积和矩阵(SSCP)C计算相关系数矩阵D检验正态性E估计回归系数第10题若两组患者的血红蛋白(X₁)和红细胞计数(X₂)的协方差矩阵不等,应优先选择A直接进行HotellingT²检验B使用多元方差分析(MANOVA)C先进行变量标准化D改用非参数检验E忽略协方差差异第11题协方差矩阵的对角线元素表示?A变量间的相关系数B变量的方差C变量的均值D离均差积和E标准化后的协方差第12题多元配对设计均向量检验(如治疗前后免疫球蛋白变化)的检验统计量为AStudent’stBχ²CHotellingT²DFEWilks’Λ第13题在比较两组贫血患者的血红蛋白(X₁)和红细胞计数(X₂)时,若采用单变量t检验可能存在的问题是A增加Ⅰ型错误概率B忽略变量间的相关性C难以综合判断组间差异D以上都是E以上都不是第14题在多元正态分布的性质中,以下错误的是A每个变量均服从一元正态分布B变量的线性组合服从正态分布C协方差为0的变量一定独立D任意子集仍服从多元正态分布E条件分布仍服从正态分布第15题多元分析的主要应用不包括A比较不同地区儿童生长发育情况B预测乳腺癌患者术后生存时间C计算单个变量的平均值和标准差D探索冠心病与血压、年龄的关系E对医院效益进行综合评价【章节测试】-多重线性回归与岭回归第1题杠杆值(leverage)衡量的是:A观测点对回归线的影响B自变量间的相关性C模型拟合优度D误差方差E预测精度第2题标准化回归系数的绝对值可用于比较:A自变量的相对重要性B模型的拟合优度C误差方差大小D预测精度E共线性程度第3题调整R²与普通R²的主要区别是:A考虑了自变量个数B考虑了样本量C考虑了因变量尺度D考虑了测量误差E考虑了数据缺失第4题方差膨胀因子(VIF)大于多少提示严重共线性?A1B5C10D20E50第5题岭回归主要用于解决:A异方差问题B多重共线性问题C非线性问题D缺失值问题E离群值问题第6题普通最小二乘估计量具有:A无偏性B一致性C有效性D以上都是E仅A和B第7题线性回归的基本假定不包括:A线性关系B误差项正态性C误差项独立性D自变量正态性E同方差性第8题衡量模型拟合优度的最佳指标是:A调整R²B未调整R²C回归系数大小D截距项大小E误差项方差第9题检验偏回归系数β1=0的统计量是:At统计量BF统计量Cχ²统计量Dz统计量ED-W统计量第10题最小二乘法估计回归系数的主要性质是:A使残差平方和最小B使回归系数最大C使R²最大D使误差方差最小E使预测值最大第11题分类自变量进入模型前通常需要:A对数变换B标准化处理C哑变量编码D去除异常值E计算z分数第12题选择自变量时最重要的考虑因素是:A自变量间的相关性B与因变量的理论关系C测量难易程度D变量名称长度E数据收集时间第13题关于误差项ε的假设,错误的是:A均值为0B方差恒定C服从正态分布D与自变量相关E各观测间独立第14题在模型Y=β0+β1X1+β2X2+ε中,β1表示:AX1与Y的相关系数B控制X2后X1对Y的影响CX1和X2的共同效应D模型的截距项E误差项的方差第15题多重线性回归模型与简单线性回归模型的主要区别在于:A因变量必须是连续变量B允许有多个自变量C要求自变量服从正态分布D必须包含交互作用项E只能用于横断面研究【章节测试】-logistic回归第1题Logistic回归中,若偏回归系数的检验P值大于0.05,说明A该自变量对因变量有显著影响B该自变量对因变量有正向影响C该自变量对因变量有负向影响D该自变量对因变量无显著影响E以上都不对第2题进行logistic回归时,对数据的要求不包括以下哪项A观测值之间相互独立B因变量符合正态分布C自变量与logitP之间呈线性关系D样本量足够E无严重的共线性第3题在logistic回归模型中,如果一个自变量的偏回归系数为正,说明该自变量A与事件发生呈负相关B与事件发生呈正相关C对事件发生没有影响D无法确定与事件发生的关系E以上都不对第4题对于二分类logistic回归模型,若logitP=-2+0.5X,当X增加1个单位时,logitP如何变化A增加2个单位B减少2个单位C增加0.5个单位D减少0.5个单位E不变第5题Logistic回归可用于预测A个体发生某事件的概率B个体的连续数值C群体的平均水平D变量之间的线性关系E以上都不是第6题以下哪种不是logistic回归模型评价的常用方法A决定系数R²B似然比检验CHosmer-Lemeshow检验D残差分析EAIC值第7题在logistic回归中,自变量的向后剔除纳入方式是指A先纳入所有自变量,然后逐步剔除不显著的自变量B先不纳入任何自变量,然后逐个纳入显著的自变量C随机纳入自变量,然后筛选出显著的自变量D先纳入部分自变量,然后根据情况再添加自变量E以上都不对第8题在logistic回归中,自变量的向前选择纳入方式是指A先纳入所有自变量,然后逐步剔除不显著的自变量B先不纳入任何自变量,然后逐个纳入显著的自变量C随机纳入自变量,然后筛选出显著的自变量D先纳入部分自变量,然后根据情况再添加自变量E以上都不对第9题Logistic回归中,偏回归系数与OR的关系是AOR等于偏回归系数BOR等于偏回归系数的自然对数C偏回归系数等于OR的自然对数D两者没有关系E偏回归系数的平方等于OR第10题在logistic回归中,当偏回归系数为0时,说明对应的自变量A对因变量有显著影响B对因变量有正向影响C对因变量有负向影响D对因变量无影响E以上都不对第11题关于logistic回归中偏回归系数的假设检验,常用的方法是At检验BF检验C卡方检验DZ检验E秩和检验第12题Logistic回归模型中偏回归系数的含义是A自变量每改变一个单位,因变量的改变量B自变量每改变一个单位,logitP的改变量C自变量每改变一个单位,事件发生概率的改变量D自变量每改变一个单位,事件不发生概率的改变量E以上都不对第13题LogitP在logistic回归中表示的是A事件发生的概率B事件不发生的概率C事件发生概率与不发生概率比值的自然对数D事件发生概率的自然对数E事件不发生概率的自然对数第14题在logistic回归模型中,对因变量的要求是A连续型变量B只能是二分类变量C可以是多分类无序变量D可以是二分类或多分类有序变量E可以是二分类变量,也可通过一定转化用于多分类情况第15题Logistic回归主要用于以下哪种情况A分析连续型自变量与连续型因变量的关系B分析连续型自变量与分类因变量的关系C分析分类自变量与连续型因变量的关系D分析分类自变量与分类自变量的关系E以上都不对【章节测试】-Cox回归第1题风险比(HR)的计算基于:A两组生存函数之比B两组基线风险之比C同一时点两组风险函数之比D两组中位生存时间之比E协变量系数的对数第2题时依协变量模型适用于以下哪种情况:A治疗方案在随访期间改变B基线协变量为年龄C截尾率较高D比例风险假设成立E生存时间呈偏态分布第3题某研究用Cox回归分析发现,性别(女=1,男=0)的HR= 0.7,95%CI为0.5-0.9,说明:A女性死亡风险是男性的0.7倍(保护因素)B男性死亡风险是女性的0.7倍C性别与死亡风险无关D结论不可靠,因CI包含1E女性死亡风险更高第4题在Cox回归中,截尾数据的处理方式是:A直接删除截尾个体B将截尾时间视为完全数据C仅在事件发生时考虑截尾个体D利用截尾时间的信息,不视为完全事件E无法处理截尾数据第5题当Cox回归模型中出现共线性时,可能导致:A回归系数估计不稳定B标准误变小CHR值显著增大D比例风险假设不成立E截尾数据增多第6题检验Cox回归模型中某协变量是否显著的方法是:AWald检验B似然比检验C比分检验DA和B均正确E以上均不正确第7题比例风险模型中,风险函数的表达式为:Aλ(t) =λ0(t) +βXBλ(t) =λ0(t) ×eβXCλ(t) =βX×eλ0(t)Dλ(t) =λ0(t) ×βXEλ(t) =β0 +β1X+ ⋯ +βpXp第8题某研究用Cox回归分析年龄(连续变量,岁)对肺癌患者生存的影响,回归系数为0.05,其含义是:A年龄每增加1岁,死亡风险增加5%B年龄每增加1岁,死亡风险减少5%C年龄每增加1岁,HR= 0.05D年龄每增加1岁,生存概率增加5%E年龄与死亡风险无关第9题以下哪种情况适合用Cox回归分析:A比较两组生存时间的中位数B分析多个因素对生存时间的影响,控制混杂因素C生存时间呈正态分布的数据D结局为二分类且无截尾的资料E单因素生存时间比较第10题在Cox回归中,哑变量的使用是为了:A处理连续型协变量B检验交互作用C处理多分类协变量D估计基线风险E减少共线性【章节测试】-主成分与因子分析第1题某研究用因子分析评价量表结构效度,若某条目在所有公因子上的负荷均<0.3,说明A量表效度良好B该条目应保留C该条目需修改或删除D需增加样本量E因子旋转不充分第2题因子分析中,Bartlett因子得分的特点是A无偏但误差较大B仅适用于正态分布数据C必须与正交旋转联用D直接等于主成分得分E无法用于回归分析第3题主成分分析中,第一主成分的方向是A原始变量方差最小的方向B原始变量方差最大的方向C与所有变量均无关的方向D随机选择的初始方向E因子旋转后的最优方向第4题对5个生理指标(血压、心率等)进行因子分析,若KMO检验值为0.55,说明A数据适合因子分析B变量间相关性不足,需谨慎分析C应改用主成分分析D需删除部分变量E因子模型拟合完美第5题斜交旋转与正交旋转的关键区别是A斜交旋转允许公因子间相关B正交旋转的累计贡献率更高C斜交旋转需变量服从正态分布D正交旋转仅适用于主成分分析E斜交旋转会减少公因子数量第6题某量表包含20个条目,因子分析后提取出3个公因子,累计贡献率为45%。下一步应A接受结果,因公因子意义明确B增加因子数量至累计贡献率>80%C删除在所有因子上负荷均<0.4的条目D改用主成分分析重新计算E合并公因子以减少数量第7题在主成分分析中,若某变量的标准化方差为1,其共同度为0.6,则特殊方差为A0.4B0.6C1.0D1.6E无法计算第8题以下为因子分析的必要应用条件的是A变量必须服从正态分布B变量间需有较强的线性相关性C样本量必须大于变量数的50倍D所有变量的量纲必须相同E必须使用极大似然法估计第9题主成分分析中,特征根()的实际意义是A主成分与原始变量的相关系数B该主成分能解释的原始变量方差量C因子旋转后的负荷平方和D变量共同度的总和E特殊方差的估计值第10题因子分析中,若变量“收缩压”在公因子1上的负荷为0.85,公因子2上的负荷为0.10,说明A收缩压主要受公因子1影响B公因子1和公因子2相关性较强C收缩压的特殊方差较高D因子模型拟合不佳E需进行斜交旋转第11题某研究对6项血液指标进行主成分分析,前两个主成分的累计贡献率为75%,下一步应A直接使用这两个主成分代替原始变量B增加主成分数量直至累计贡献率达100%C改用因子分析以提取更多因子D检查第三个主成分的特征根是否大于1E放弃降维,使用原始变量分析第12题因子分析中,方差最大正交旋转()的目的是A使因子间的相关性最大化B让每个变量在尽可能少的因子上有高负荷C增加特殊方差的解释比例D减少公因子的数量E提高特征根的数值第13题以适合使用主成分分析的情形是A探索5个生理指标背后的潜在神经调控因子B将10项智力测试得分降维为2~3个综合指标C检验两组患者的血压均值差异D预测糖尿病患者的生存时间E对肿瘤病理图像进行分类第14题在因子分析中,“共同度”是指A所有公因子对某一变量的方差解释比例B特殊因子对变量的方差贡献C变量间的相关系数总和D主成分的累计贡献率E因子旋转后的负荷平方和第15题主成分分析的主要目的是A增加数据维度以提高模型精度B通过降维提取变量中的主要信息C直接测量潜在变量的数值D计算变量间的协方差矩阵E检验变量间的因果关系【章节测试】-判别分析第1题在精神疾病诊断中,医生需通过脑影像指标(X1-X10)区分抑郁症患者(G1)、焦虑症患者(G2)和健康对照组(G3)。若发现部分指标(如X4、X7)对类别区分无统计学意义,最佳处理方法是A直接使用全部10项指标建立Fisher判别模型B采用逐步判别法筛选有效指标C增加样本量后直接使用距离判别法D改用Bayes判别法并设定相等先验概率E放弃判别分析,改用聚类分析第2题某医院欲建立糖尿病早期筛查模型,基于空腹血糖(X1)、糖化血红蛋白(X2)、腰围(X3)三项指标,区分正常人群(G1)与糖尿病前期人群(G2)。若已知两类人群的指标服从正态分布且协方差矩阵相等,优先选择的判别方法是ABayes判别法(考虑患病率)B距离判别法CFisher判别法D逐步判别法E神经网络法第3题下列哪种判别方法需要计算后验概率?A距离判别法BBayes判别法CFisher判别法D逐步判别法E所有方法均需计算第4题避免判别模型过拟合的方法是?A增加训练样本量B减少不必要的自变量C使用复杂模型(如神经网络)D提高后验概率临界值E仅用回代检验评估模型第5题在医学诊断中,Bayes判别法的先验概率常取?A样本中各类别比例B疾病患病率或就诊比例C0.5的等概率D专家主观判断值E随机生成概率第6题Fisher判别法对总体分布的要求是?A必须服从正态分布B必须协方差矩阵相等C无特定分布要求D必须为两类数据E必须为多分类数据第7题下列哪项不是判别分析的注意事项?A训练样本需具有代表性B类别划分需明确无误C变量越多判别效果越好D需验证模型泛化能力E需检验类间差异统计学意义第8题当总体协方差矩阵不齐性时,距离判别法需A使用加权马氏距离公式B改用Bayes判别C增加变量数量D直接使用欧氏距离E无需调整第9题判别分析中“回代检验”的目的是A评估模型对训练样本的判别效果B计算先验概率C确定投影方向D检验协方差矩阵齐性E处理缺失数据第10题逐步判别法的主要作用是A筛选对判别最有效的变量B提高模型复杂度C计算后验概率临界值D处理非正态数据E替代Bayes判别第11题马氏距离与欧氏距离的主要区别是A考虑变量间协方差结构B计算样本到均值的距离C适用于非正态数据D仅用于两类判别E无需标准化变量第12题Fisher判别法的核心步骤是A寻找最佳投影方向使类别分离B计算各样本到重心的马氏距离C利用先验概率调整判别函数D逐步筛选变量构建模型E计算后验概率阈值第13题Bayes判别法的关键是A利用先验概率计算后验概率B最大化组间离差C最小化马氏距离D逐步剔除无效变量E构建线性投影函数第14题距离判别法的基本思想是A计算样本到各类别的马氏距离并就近归类B利用先验概率计算后验概率C投影到最佳方向使类别分离D逐步筛选有效变量E构建神经网络模型第15题判别分析的核心目的是A对未知类别的样本进行分类B探索变量间的相关性C聚类相似样本D检验均值差异E预测连续变量值【章节测试】-聚类分析第1题下列哪种聚类方法可用于时间序列数据的分期A系统聚类法B动态聚类法C有序聚类法D模糊聚类法EBayes聚类法第2题变量间存在强共线性时,聚类分析前