2025年大學(xué)統(tǒng)計(jì)學(xué)期末考試題庫(kù)：統(tǒng)計(jì)數(shù)據(jù)可視化在疾病預(yù)后數(shù)據(jù)分析中的應(yīng)用試題考試時(shí)間：______分鐘總分：______分姓名：______一、選擇題（每小題2分，共20分。請(qǐng)將正確選項(xiàng)的字母填在題后的括號(hào)內(nèi)）1.在疾病預(yù)后分析中，生存曲線主要用于描述什么？(A)疾病發(fā)病率的隨時(shí)間變化(B)患者群體中特定事件發(fā)生比例的隨時(shí)間變化(C)不同治療組患者的平均生存時(shí)間差異(D)患者癥狀嚴(yán)重程度的隨時(shí)間變化2.對(duì)于分類(lèi)變量的可視化，以下哪種圖表類(lèi)型較為常用且直觀？(A)散點(diǎn)圖(B)箱線圖(C)小提琴圖(D)熱力圖3.在比較兩組患者的生存曲線時(shí)，如果某生存曲線顯著高于另一條，通常意味著什么？(A)該組患者的生存時(shí)間標(biāo)準(zhǔn)差更小(B)該組患者的早期死亡風(fēng)險(xiǎn)更高(C)該組患者的長(zhǎng)期生存率更高(D)該組患者的生存時(shí)間分布更集中4.Kaplan-Meier生存曲線估計(jì)的是？(A)事件發(fā)生的確切時(shí)間點(diǎn)(B)特定時(shí)間點(diǎn)的生存概率(C)患者的平均生存時(shí)間(D)事件發(fā)生的累積風(fēng)險(xiǎn)5.在疾病預(yù)后數(shù)據(jù)可視化中，使用顏色漸變的熱力圖可以有效地展示？(A)連續(xù)變量的分布情況(B)分類(lèi)變量的頻率分布(C)兩個(gè)分類(lèi)變量之間的關(guān)聯(lián)強(qiáng)度(D)單一變量的趨勢(shì)變化6.繪制生存曲線時(shí)，導(dǎo)致“拐點(diǎn)”出現(xiàn)的可能原因是？(A)樣本量過(guò)小(B)數(shù)據(jù)缺失過(guò)多(C)某個(gè)時(shí)間點(diǎn)后，特定風(fēng)險(xiǎn)群體的比例發(fā)生顯著變化(D)統(tǒng)計(jì)方法選擇不當(dāng)7.對(duì)于包含多個(gè)協(xié)變量的疾病預(yù)后數(shù)據(jù)，在進(jìn)行可視化探索時(shí)，可以考慮使用？(A)單個(gè)箱線圖展示所有協(xié)變量的分布(B)散點(diǎn)圖矩陣探索協(xié)變量之間的關(guān)系(C)僅繪制生存曲線比較主要分組因素(D)熱力圖展示協(xié)變量與生存結(jié)局的關(guān)聯(lián)8.在解釋疾病預(yù)后數(shù)據(jù)的可視化結(jié)果時(shí)，以下哪個(gè)方面是不重要的？(A)比較不同組間的生存曲線位置和形狀差異(B)關(guān)注圖表中極端值或異常點(diǎn)的影響(C)忽視圖表的標(biāo)題和坐標(biāo)軸標(biāo)簽信息(D)評(píng)估不同可視化方法對(duì)結(jié)果解釋的優(yōu)劣9.使用列聯(lián)表進(jìn)行疾病預(yù)后分析可視化時(shí)，通常配合哪種統(tǒng)計(jì)圖？(A)散點(diǎn)圖(B)餅圖(C)熱力圖(D)箱線圖10.選擇合適的統(tǒng)計(jì)圖表進(jìn)行疾病預(yù)后數(shù)據(jù)可視化，首要考慮的因素是？(A)圖表的顏色是否美觀(B)圖表是否易于在學(xué)術(shù)期刊上發(fā)表(C)數(shù)據(jù)的類(lèi)型和想要傳達(dá)的信息(D)繪制該圖表所花費(fèi)的時(shí)間成本二、填空題（每空2分，共20分。請(qǐng)將答案填在題橫線上）1.統(tǒng)計(jì)數(shù)據(jù)可視化的核心目標(biāo)是將數(shù)據(jù)轉(zhuǎn)化為_(kāi)_________，以便更直觀地理解數(shù)據(jù)特征和規(guī)律。2.在疾病預(yù)后分析中，生存分析是研究__________隨時(shí)間變化規(guī)律的統(tǒng)計(jì)方法。3.ROC曲線（接收者操作特征曲線）在疾病預(yù)后分析中常用于評(píng)估__________的預(yù)測(cè)價(jià)值。4.為了比較具有不同風(fēng)險(xiǎn)水平的患者群體的生存曲線，可以使用__________方法進(jìn)行校正。5.當(dāng)生存數(shù)據(jù)存在刪失（censored）時(shí)，Kaplan-Meier生存曲線估計(jì)的是__________。6.可視化圖表的清晰度和有效性很大程度上取決于坐標(biāo)軸的__________和標(biāo)簽的__________。7.熱力圖通過(guò)顏色深淺來(lái)表示數(shù)值的大小，因此它是一種常用的__________圖表。8.在疾病預(yù)后數(shù)據(jù)的EDA（探索性數(shù)據(jù)分析）階段，可視化是發(fā)現(xiàn)數(shù)據(jù)潛在模式和異常情況的重要工具。9.將生存曲線的估計(jì)結(jié)果繪制在同一張圖上時(shí)，需要使用__________來(lái)區(qū)分不同組別。10.解釋疾病預(yù)后數(shù)據(jù)的可視化結(jié)果時(shí)，應(yīng)結(jié)合具體的__________和統(tǒng)計(jì)推斷結(jié)論。三、簡(jiǎn)答題（每小題5分，共20分）1.簡(jiǎn)述在疾病預(yù)后數(shù)據(jù)分析中選擇生存曲線作為可視化手段的優(yōu)勢(shì)。2.解釋什么是數(shù)據(jù)刪失（censoreddata）在生存分析中的含義，并簡(jiǎn)述它在生存曲線繪制中的體現(xiàn)。3.列舉三種在疾病預(yù)后分析中用于比較兩組（或多組）患者生存差異的可視化圖表類(lèi)型，并簡(jiǎn)要說(shuō)明其原理。4.在進(jìn)行疾病預(yù)后數(shù)據(jù)的可視化時(shí)，需要注意避免哪些常見(jiàn)的圖表誤導(dǎo)（misleadingvisualizations）？四、案例分析題（共20分）假設(shè)你獲得了一份關(guān)于某種癌癥患者預(yù)后的大型研究數(shù)據(jù)集。該數(shù)據(jù)包含以下關(guān)鍵信息：患者的生存時(shí)間（從治療開(kāi)始至死亡或失訪）、是否發(fā)生遠(yuǎn)處轉(zhuǎn)移（是/否）、治療方式（化療/放療/聯(lián)合治療）、年齡分組（<60歲/≥60歲）。研究者希望利用這些信息分析不同因素對(duì)患者預(yù)后的影響。請(qǐng)回答以下問(wèn)題：（1）針對(duì)“是否發(fā)生遠(yuǎn)處轉(zhuǎn)移”這一分類(lèi)變量，你會(huì)選擇哪些可視化方法來(lái)初步探索它與患者生存時(shí)間的關(guān)系？（4分）（2）假設(shè)研究者想比較“化療”和“放療”兩種治療方式對(duì)患者生存時(shí)間的影響，你會(huì)建議使用什么樣的生存曲線圖進(jìn)行展示？請(qǐng)簡(jiǎn)述繪制時(shí)需要注意的關(guān)鍵點(diǎn)。（6分）（3）在繪制比較不同年齡組（<60歲vs≥60歲）生存曲線時(shí)，如果發(fā)現(xiàn)兩條曲線交叉，這通常可能意味著什么？你會(huì)如何進(jìn)一步探究這種現(xiàn)象？（5分）（4）綜合來(lái)看，在進(jìn)行這類(lèi)疾病預(yù)后數(shù)據(jù)的可視化分析時(shí)，你認(rèn)為最重要的原則是什么？請(qǐng)結(jié)合案例說(shuō)明。（5分）試卷答案一、選擇題1.B2.D3.C4.B5.C6.C7.B8.C9.C10.C二、填空題1.圖形化形式2.存活狀態(tài)或事件發(fā)生3.預(yù)測(cè)模型或生物標(biāo)志物4.生存調(diào)整或Cox比例風(fēng)險(xiǎn)模型（提及調(diào)整即可）5.在給定時(shí)間點(diǎn)存活的概率（或生存函數(shù)）6.標(biāo)度、準(zhǔn)確7.關(guān)聯(lián)性或關(guān)系8.（無(wú)固定答案，意為數(shù)據(jù)和背景）9.不同顏色或不同線型10.數(shù)據(jù)背景或臨床問(wèn)題三、簡(jiǎn)答題1.生存曲線能夠直觀展示不同患者群體在隨訪期間生存概率隨時(shí)間的變化趨勢(shì)，便于比較不同組別（如不同治療、不同風(fēng)險(xiǎn)因素）的生存差異，識(shí)別高風(fēng)險(xiǎn)群體，并觀察生存模式的變化點(diǎn)（如拐點(diǎn)）。它直接基于生存數(shù)據(jù)，考慮了刪失信息，是生存分析中最核心和常用的可視化方法。2.數(shù)據(jù)刪失（censoreddata）是指在生存分析中，部分研究對(duì)象在隨訪結(jié)束時(shí)仍然存活，但未知其確切生存時(shí)間，我們僅知道他們生存了至少某個(gè)時(shí)間長(zhǎng)度。例如，患者失訪了，但我們知道他治療至今未死亡。在生存曲線繪制中，刪失數(shù)據(jù)通過(guò)在對(duì)應(yīng)時(shí)間點(diǎn)用豎線（或半圓形標(biāo)記）表示，表明存在未知確切結(jié)局的個(gè)體，這些個(gè)體會(huì)在生存曲線的估計(jì)中逐步被排除，影響后續(xù)時(shí)間點(diǎn)的生存概率估計(jì)。3.可視化圖表類(lèi)型包括：*Kaplan-Meier生存曲線：直接繪制不同組的生存概率隨時(shí)間的變化曲線，是生存分析最標(biāo)準(zhǔn)的可視化手段，便于比較組間生存差異。*對(duì)數(shù)秩（Log-Rank）檢驗(yàn)的P值圖：在生存曲線圖上疊加表示P值變化的區(qū)域或線條，直觀展示統(tǒng)計(jì)檢驗(yàn)的結(jié)果顯著性。*累積分布函數(shù)（CDF）圖：展示不同組別患者生存概率的累積分布情況，與生存曲線類(lèi)似但視角略有不同。（選擇其中三種并說(shuō)明原理即可）4.避免的圖表誤導(dǎo)包括：*縱軸截距設(shè)置不當(dāng)：設(shè)置不為零的截距，夸大差異。*縱軸范圍不合理：截?cái)嗫v軸，隱藏微小但重要的差異。*使用過(guò)于復(fù)雜的圖表：包含過(guò)多無(wú)關(guān)信息，干擾視線。*不當(dāng)使用3D圖表或顏色：引起視覺(jué)錯(cuò)覺(jué)。*忽略圖表的局限性：如未說(shuō)明樣本量、未考慮刪失、未進(jìn)行統(tǒng)計(jì)檢驗(yàn)等。四、案例分析題（1）可以使用生存曲線圖。繪制兩條Kaplan-Meier生存曲線，分別代表發(fā)生遠(yuǎn)處轉(zhuǎn)移和未發(fā)生遠(yuǎn)處轉(zhuǎn)移的患者的生存概率隨時(shí)間的變化。通過(guò)比較兩條曲線的位置和下降速度，可以直觀判斷遠(yuǎn)處轉(zhuǎn)移是否與較差的預(yù)后相關(guān)。（2）建議使用帶有不同顏色或線型的生存曲線圖。繪制兩組（化療組、放療組）患者的生存曲線，使用不同的顏色（如藍(lán)色代表化療，紅色代表放療）或線型（如實(shí)線代表化療，虛線代表放療）來(lái)區(qū)分。繪制時(shí)需確保：*清晰的圖例說(shuō)明不同顏色/線型代表的組別。*標(biāo)準(zhǔn)化的橫坐標(biāo)（時(shí)間）和縱坐標(biāo)（生存概率）。*考慮是否需要同時(shí)繪制對(duì)照組（如未治療）或不同年齡組的曲線進(jìn)行更全面的比較。*如有刪失數(shù)據(jù)，應(yīng)在圖上正確表示。（3）兩條生存曲線交叉通常意味著在某個(gè)時(shí)間點(diǎn)之后，原本生存概率較高的組別，其生存概率開(kāi)始低于原本生存概率較低的組別。這可能提示存在一個(gè)時(shí)間依賴(lài)性的風(fēng)險(xiǎn)比，即早期風(fēng)險(xiǎn)較高的組別可能在后期轉(zhuǎn)變?yōu)轱L(fēng)險(xiǎn)較低，或者反之，或者不同組別的風(fēng)險(xiǎn)優(yōu)勢(shì)隨時(shí)間變化。進(jìn)一步探究可通過(guò)：*使用Cox比例風(fēng)險(xiǎn)模型進(jìn)行生存分析，檢驗(yàn)風(fēng)險(xiǎn)比是否隨時(shí)間變化（非比例風(fēng)險(xiǎn)）。*考慮交互作用，分析年齡組與治療方式對(duì)預(yù)后的聯(lián)合影響。*探究可能存在的混雜因素。*分析曲線交叉點(diǎn)后的具體生存事件情況。（4）最重要的原則是清晰、準(zhǔn)確、有效地傳達(dá)數(shù)據(jù)信息，并服務(wù)于特定的分析目的。結(jié)合案例：*清晰：圖表設(shè)計(jì)簡(jiǎn)潔明了，標(biāo)簽清晰，易于理解。*