2025年生物統(tǒng)計(jì)應(yīng)用試題及答案一、單項(xiàng)選擇題（每題2分，共20分）1.某研究比較三種新型疫苗對(duì)流感的預(yù)防效果，結(jié)局指標(biāo)為接種后6個(gè)月內(nèi)是否感染流感（二分類變量）。若三組感染率分別為15%、18%、22%，最適宜的統(tǒng)計(jì)檢驗(yàn)方法是：A.獨(dú)立樣本t檢驗(yàn)B.卡方檢驗(yàn)C.方差分析D.秩和檢驗(yàn)2.在生存分析中，“刪失”最可能由以下哪種情況引起？A.研究對(duì)象因移民失去聯(lián)系B.研究對(duì)象在觀察期內(nèi)死亡C.研究對(duì)象出現(xiàn)明確的終點(diǎn)事件D.研究對(duì)象的生存時(shí)間超過觀察期3.某隊(duì)列研究探討吸煙與肺癌的關(guān)聯(lián)，調(diào)整年齡、性別后，RR值由未調(diào)整的3.2降至2.1。這說明年齡和性別可能是：A.混雜因素B.效應(yīng)修飾因子C.中介變量D.測(cè)量誤差4.為比較兩種降壓藥（A藥與B藥）的療效，研究設(shè)計(jì)為“同一患者先服用A藥4周，洗脫2周后再服用B藥4周”，血壓測(cè)量值為連續(xù)變量。此時(shí)應(yīng)選擇的統(tǒng)計(jì)方法是：A.兩獨(dú)立樣本t檢驗(yàn)B.配對(duì)t檢驗(yàn)C.方差分析D.卡方檢驗(yàn)5.以下哪種情況會(huì)導(dǎo)致統(tǒng)計(jì)檢驗(yàn)的效能（Power）降低？A.增大樣本量B.提高顯著性水平（α從0.05增至0.10）C.減小總體標(biāo)準(zhǔn)差D.縮小兩組總體均值的差異6.在logistic回歸模型中，若某自變量的OR值為0.8（95%CI：0.6-1.0），則正確的解釋是：A.自變量每增加1單位，結(jié)局發(fā)生的概率降低20%B.自變量每增加1單位，結(jié)局發(fā)生的優(yōu)勢(shì)比降低20%C.自變量與結(jié)局無統(tǒng)計(jì)學(xué)關(guān)聯(lián)（α=0.05）D.自變量是結(jié)局的保護(hù)因素（p<0.05）7.某臨床試驗(yàn)計(jì)劃入組200例患者，采用1:1隨機(jī)分配至試驗(yàn)組和對(duì)照組。若試驗(yàn)組有效率為60%，對(duì)照組為40%，則計(jì)算檢驗(yàn)效能時(shí)需明確的“效應(yīng)量”是：A.率差（20%）B.相對(duì)危險(xiǎn)度（1.5）C.比值比（2.25）D.風(fēng)險(xiǎn)比（HR）8.為分析某基因多態(tài)性（CC、CT、TT三種基因型）與糖尿病的關(guān)聯(lián)（糖尿病為二分類結(jié)局），最適宜的統(tǒng)計(jì)模型是：A.線性回歸B.logistic回歸C.Cox回歸D.方差分析9.以下關(guān)于偏倚的描述，錯(cuò)誤的是：A.選擇偏倚可通過嚴(yán)格的納入排除標(biāo)準(zhǔn)降低B.信息偏倚可通過盲法測(cè)量結(jié)局減少C.混雜偏倚可通過匹配或分層分析控制D.發(fā)表偏倚是一種隨機(jī)誤差10.在meta分析中，若漏斗圖呈現(xiàn)明顯不對(duì)稱，最可能的原因是：A.各研究間異質(zhì)性大B.存在發(fā)表偏倚C.效應(yīng)量計(jì)算錯(cuò)誤D.納入研究數(shù)量不足二、簡(jiǎn)答題（每題6分，共30分）1.簡(jiǎn)述t檢驗(yàn)的應(yīng)用條件，并說明當(dāng)條件不滿足時(shí)的替代方法。2.解釋“比例風(fēng)險(xiǎn)假設(shè)”在Cox回歸中的含義，以及如何檢驗(yàn)該假設(shè)是否成立。3.隊(duì)列研究與病例對(duì)照研究在統(tǒng)計(jì)分析中的主要區(qū)別是什么？請(qǐng)列舉至少3個(gè)關(guān)鍵點(diǎn)。4.簡(jiǎn)述樣本量計(jì)算的主要影響因素，并說明各因素如何影響樣本量大小。5.什么是交互作用（Interaction）？在多變量回歸模型中，如何檢驗(yàn)交互作用的存在？三、應(yīng)用題（共50分）題1（15分）：某研究探討新型降糖藥（試驗(yàn)組）與傳統(tǒng)藥物（對(duì)照組）的療效差異，采用隨機(jī)對(duì)照試驗(yàn)設(shè)計(jì)，入組120例2型糖尿病患者（試驗(yàn)組60例，對(duì)照組60例），主要結(jié)局為治療12周后糖化血紅蛋白（HbA1c）的變化值（基線值減去12周后值，單位：%）。試驗(yàn)組HbA1c變化值的均數(shù)為1.8（標(biāo)準(zhǔn)差0.6），對(duì)照組為1.2（標(biāo)準(zhǔn)差0.5）。假設(shè)數(shù)據(jù)滿足正態(tài)性和方差齊性。（1）請(qǐng)列出假設(shè)檢驗(yàn)的步驟（包括假設(shè)、檢驗(yàn)方法、計(jì)算過程、結(jié)論）；（10分）（2）計(jì)算效應(yīng)量（Cohen’sd），并解釋其含義。（5分）題2（18分）：某腫瘤中心收集了150例乳腺癌患者的生存數(shù)據(jù)，其中70例接受了新輔助化療（試驗(yàn)組），80例接受常規(guī)治療（對(duì)照組）。隨訪時(shí)間為24個(gè)月，終點(diǎn)事件為疾病進(jìn)展。試驗(yàn)組中25例發(fā)生進(jìn)展（中位進(jìn)展時(shí)間14個(gè)月），對(duì)照組中40例發(fā)生進(jìn)展（中位進(jìn)展時(shí)間10個(gè)月）。（1）請(qǐng)選擇合適的生存分析方法比較兩組進(jìn)展時(shí)間的差異，并簡(jiǎn)述該方法的原理；（6分）（2）若計(jì)算得風(fēng)險(xiǎn)比（HR）=0.6（95%CI：0.4-0.9），請(qǐng)解釋HR值的含義，并結(jié)合置信區(qū)間給出結(jié)論；（6分）（3）生存分析中如何處理刪失數(shù)據(jù)？請(qǐng)說明至少2種處理方法的邏輯。（6分）題3（17分）：某研究探討體重指數(shù)（BMI，連續(xù)變量）、性別（男/女）與高血壓（二分類結(jié)局）的關(guān)聯(lián)，收集了500例受試者數(shù)據(jù)，其中高血壓患者180例。研究者建立logistic回歸模型，結(jié)果如下表：|變量|系數(shù)（β）|標(biāo)準(zhǔn)誤（SE）|OR值|95%CI|p值|||--|--||-|-||截距|-3.2|0.8|-|-|0.001||BMI（每增加1kg/m2）|0.15|0.05|1.16|1.05-1.28|0.003||性別（女vs男）|-0.40|0.20|0.67|0.45-0.99|0.045|（1）寫出logistic回歸模型的表達(dá)式；（3分）（2）解釋BMI和性別的OR值含義；（8分）（3）若某女性受試者BMI為28kg/m2，計(jì)算其發(fā)生高血壓的概率；（6分）生物統(tǒng)計(jì)應(yīng)用試題答案（2025年）一、單項(xiàng)選擇題1.B2.A3.A4.B5.D6.B7.A8.B9.D10.B二、簡(jiǎn)答題1.t檢驗(yàn)的應(yīng)用條件：①數(shù)據(jù)服從正態(tài)分布；②獨(dú)立樣本t檢驗(yàn)要求兩總體方差齊性；③觀察值相互獨(dú)立。當(dāng)條件不滿足時(shí)，若為獨(dú)立樣本，可采用秩和檢驗(yàn)（如Mann-WhitneyU檢驗(yàn)）；若為配對(duì)樣本，可采用符號(hào)秩檢驗(yàn)（Wilcoxon符號(hào)秩檢驗(yàn)）。2.比例風(fēng)險(xiǎn)假設(shè)：Cox回歸假設(shè)自變量對(duì)風(fēng)險(xiǎn)函數(shù)的影響不隨時(shí)間變化，即任意兩個(gè)個(gè)體的風(fēng)險(xiǎn)比（HR）在整個(gè)隨訪期內(nèi)保持恒定。檢驗(yàn)方法：①基于Schoenfeld殘差的時(shí)間依賴性檢驗(yàn)（若殘差與時(shí)間存在相關(guān)性，則假設(shè)不成立）；②分層Cox模型（按時(shí)間分層后觀察HR的穩(wěn)定性）；③圖形法（繪制不同時(shí)間點(diǎn)的HR曲線，觀察是否平穩(wěn)）。3.隊(duì)列研究與病例對(duì)照研究的統(tǒng)計(jì)分析區(qū)別：①結(jié)局變量類型：隊(duì)列研究中結(jié)局為二分類或連續(xù)變量，直接計(jì)算累積發(fā)病率或風(fēng)險(xiǎn)比（RR）；病例對(duì)照研究中結(jié)局為已確定的病例/對(duì)照，需用比值比（OR）近似RR。②暴露測(cè)量：隊(duì)列研究中暴露為前瞻性測(cè)量，病例對(duì)照研究中暴露為回顧性收集，可能存在回憶偏倚。③統(tǒng)計(jì)模型：隊(duì)列研究常用logistic回歸或Cox回歸；病例對(duì)照研究若為成組設(shè)計(jì)，可用logistic回歸；若為匹配設(shè)計(jì)，需用條件logistic回歸。4.樣本量計(jì)算的影響因素：①顯著性水平（α）：α越小，所需樣本量越大；②檢驗(yàn)效能（1-β）：效能越高，樣本量越大；③效應(yīng)量（如率差、均數(shù)差、OR等）：效應(yīng)量越小，樣本量越大；④總體變異度（如標(biāo)準(zhǔn)差）：變異度越大，樣本量越大；⑤分組比例：非1:1分組時(shí)，樣本量需調(diào)整（如1:2分組時(shí)總樣本量增加）。5.交互作用：指兩個(gè)或多個(gè)自變量對(duì)結(jié)局的聯(lián)合效應(yīng)不等于各自單獨(dú)效應(yīng)的疊加。檢驗(yàn)方法：在回歸模型中加入交互項(xiàng)（如自變量X1和X2的乘積項(xiàng)X1×X2），若交互項(xiàng)的系數(shù)有統(tǒng)計(jì)學(xué)意義（p<α），則認(rèn)為存在交互作用。例如，logistic回歸模型中加入X1×X2項(xiàng)，若其p值<0.05，則提示X1和X2對(duì)結(jié)局的影響存在交互。三、應(yīng)用題題1（1）假設(shè)檢驗(yàn)步驟：-假設(shè)：H?：μ?=μ?（試驗(yàn)組與對(duì)照組HbA1c變化值的總體均數(shù)相等）；H?：μ?≠μ?（總體均數(shù)不等）。-檢驗(yàn)方法：兩獨(dú)立樣本t檢驗(yàn)（滿足正態(tài)性和方差齊性）。-計(jì)算過程：合并方差\(S_p^2=\frac{(n_1-1)S_1^2+(n_2-1)S_2^2}{n_1+n_2-2}=\frac{59×0.6^2+59×0.5^2}{118}=\frac{59×(0.36+0.25)}{118}=\frac{59×0.61}{118}=0.305\)標(biāo)準(zhǔn)誤\(SE=\sqrt{S_p^2(\frac{1}{n_1}+\frac{1}{n_2})}=\sqrt{0.305×(\frac{1}{60}+\frac{1}{60})}=\sqrt{0.305×\frac{2}{60}}≈\sqrt{0.01017}≈0.101\)t值\(t=\frac{\bar{X}_1-\bar{X}_2}{SE}=\frac{1.8-1.2}{0.101}≈5.94\)自由度\(df=60+60-2=118\)，查t界值表（雙側(cè)α=0.05），t臨界值≈1.98，計(jì)算得t=5.94>1.98，p<0.001。-結(jié)論：拒絕H?，認(rèn)為試驗(yàn)組與對(duì)照組HbA1c變化值的總體均數(shù)有統(tǒng)計(jì)學(xué)差異（p<0.05）。（2）效應(yīng)量（Cohen’sd）計(jì)算：\(d=\frac{\bar{X}_1-\bar{X}_2}{S_p}=\frac{1.8-1.2}{\sqrt{0.305}}≈\frac{0.6}{0.552}≈1.09\)。含義：試驗(yàn)組與對(duì)照組HbA1c變化值的均數(shù)差異為1.09個(gè)標(biāo)準(zhǔn)差，屬于“大效應(yīng)量”（Cohen標(biāo)準(zhǔn)：d≥0.8為大效應(yīng)）。題2（1）方法選擇：Kaplan-Meier生存分析聯(lián)合log-rank檢驗(yàn)。原理：Kaplan-Meier法通過逐個(gè)事件時(shí)間點(diǎn)計(jì)算生存概率（未進(jìn)展概率），繪制生存曲線；log-rank檢驗(yàn)通過比較兩組實(shí)際事件數(shù)與期望事件數(shù)的差異（基于卡方分布），推斷兩組生存時(shí)間是否有統(tǒng)計(jì)學(xué)差異。（2）HR解釋：HR=0.6表示試驗(yàn)組患者的疾病進(jìn)展風(fēng)險(xiǎn)是對(duì)照組的60%（或試驗(yàn)組進(jìn)展風(fēng)險(xiǎn)比對(duì)照組低40%）。95%CI（0.4-0.9）不包含1，且p<0.05（默認(rèn)），結(jié)論：新輔助化療組的疾病進(jìn)展風(fēng)險(xiǎn)顯著低于常規(guī)治療組（p<0.05）。（3）刪失數(shù)據(jù)處理方法：①Kaplan-Meier法：將刪失事件視為“未觀察到終點(diǎn)”，計(jì)算生存概率時(shí)僅使用觀察到的事件時(shí)間點(diǎn)，刪失個(gè)體在刪失時(shí)間點(diǎn)前仍被計(jì)入風(fēng)險(xiǎn)集；②Cox回歸：通過部分似然函數(shù)估計(jì)參數(shù)，直接利用刪失信息（刪失個(gè)體的貢獻(xiàn)為其在刪失時(shí)間前未發(fā)生事件的概率）；③逆概率加權(quán)法（IPCW）：對(duì)刪失概率建模，通過加權(quán)調(diào)整刪失偏倚（適用于非隨機(jī)刪失）。題3（1）模型表達(dá)式：\(\ln\left(\frac{P}{1-P}\right)=-3.2+0.15×BMI-0.40×性別（女=1，男=0）\)（2）OR值解釋：-BMI每增加1kg/m2，發(fā)生高血壓的優(yōu)勢(shì)比（OR）為1.16，即BMI每增加1單位，高血壓發(fā)生的優(yōu)勢(shì)（Odds）增加16%（95%CI1.05-1.28，p=0.003，有統(tǒng)計(jì)學(xué)意義）。-女性相對(duì)于男性，發(fā)生高血壓的OR為0.67，即女性高血壓發(fā)生的優(yōu)勢(shì)是男性的67%（95%CI0.45