2025年大學(xué)《生物統(tǒng)計學(xué)》專業(yè)題庫——生物統(tǒng)計學(xué)在遺傳疾病研究中的應(yīng)用考試時間：______分鐘總分：______分姓名：______一、選擇題1.在一項研究某種常染色體隱性遺傳病家系的研究中，為了檢驗該病的發(fā)病率是否符合Hardy-Weinberg平衡，最適合使用的統(tǒng)計檢驗方法是？A.t檢驗B.卡方檢驗C.ANOVAD.Mann-WhitneyU檢驗2.對于一項病例對照研究，研究者希望比較暴露于某種環(huán)境因素（如吸煙）的病例組與未暴露的對照組中該因素的比例差異，最常用的統(tǒng)計檢驗方法是？A.t檢驗B.配對樣本t檢驗C.卡方檢驗D.Wilcoxon符號秩檢驗3.在遺傳學(xué)研究中，如果研究目的是比較不同基因型（如AA,Aa,aa）個體在某個表型特征（如身高）上的均值差異，且假設(shè)各分組數(shù)據(jù)服從正態(tài)分布且方差齊性，應(yīng)選擇的統(tǒng)計方法最可能是？A.單樣本t檢驗B.配對樣本t檢驗C.單因素方差分析（ANOVA）D.Kruskal-WallisH檢驗4.在進(jìn)行基因型頻率分析時，如果樣本量很大，為了檢驗觀察到的基因型頻率是否符合預(yù)期的孟德爾遺傳比例（例如，Hardy-Weinberg平衡），理論上自由度應(yīng)取？A.1B.2C.3D.樣本大小減15.在一項關(guān)于遺傳疾病預(yù)后的研究中，研究者記錄了不同治療組的患者的生存時間，并希望比較兩組患者的生存分布是否存在顯著差異，應(yīng)優(yōu)先考慮使用的統(tǒng)計方法是？A.t檢驗B.ANOVAC.Log-rank檢驗D.Pearson相關(guān)系數(shù)6.如果一項研究旨在檢驗?zāi)硞€基因位點的等位基因頻率在患病人群與健康人群中是否存在顯著差異，應(yīng)進(jìn)行的檢驗是？A.Fisher精確檢驗B.卡方檢驗C.Wilcoxon秩和檢驗D.t檢驗7.在病例對照研究中，計算暴露優(yōu)勢比（OddsRatio,OR）是評估暴露與疾病關(guān)聯(lián)強度的主要指標(biāo)，OR值的含義是？A.暴露組患病率與暴露組非患病率的比值B.非暴露組患病率與暴露組非患病率的比值C.暴露組患病率與非暴露組患病率的比值D.暴露者發(fā)生疾病的概率相對于非暴露者發(fā)生疾病概率的倍數(shù)8.對于一項遺傳連鎖不平衡（LD）分析，計算D'值的主要目的是？A.衡量兩個位點之間基因型頻率的相似性B.衡量兩個位點之間等位基因頻率的相似性C.衡量兩個位點之間遺傳距離的遠(yuǎn)近D.衡量一個位點基因型頻率是否符合Hardy-Weinberg平衡9.在進(jìn)行診斷試驗評價時，ROC曲線下面積（AUC）越大，說明該診斷試驗？A.準(zhǔn)確率越高B.靈敏度和特異度之和越大C.判定閾值選擇越合理D.區(qū)分患病與未患病的能力越強10.如果一項研究需要評估一個新發(fā)現(xiàn)的基因變異是否與某種復(fù)雜疾病的發(fā)生風(fēng)險相關(guān)，而該疾病可能由多個基因共同影響，且疾病風(fēng)險呈連續(xù)性分布，研究者可能傾向于使用哪種統(tǒng)計模型？A.Logistic回歸B.Cox比例風(fēng)險模型C.線性回歸模型D.主成分分析二、填空題1.研究者在進(jìn)行基因型頻率分布的Hardy-Weinberg平衡檢驗時，預(yù)期的等位基因頻率是根據(jù)__________定律計算得出的。2.在病例對照研究中，為了控制混雜因素（如年齡、性別）的影響，常用的方法之一是使用__________。3.診斷試驗的靈敏度是指真陽性率，即患病個體被診斷試驗正確判斷為患病的概率，計算公式為：靈敏度=TP/(TP+FN)，其中TP代表真陽性，F(xiàn)N代表__________。4.在遺傳流行病學(xué)中，發(fā)病率是指一定時期內(nèi)、特定人群中某病新發(fā)病例的頻率，計算公式為：發(fā)病率=(同期內(nèi)新發(fā)病例數(shù)/同期暴露人口數(shù))×_________。5.如果研究者懷疑兩個連續(xù)性變量之間存在非直線關(guān)系，除了繪制散點圖外，可以考慮使用__________來衡量其相關(guān)程度。6.進(jìn)行生存分析時，用來描述事件發(fā)生時間數(shù)據(jù)分布特征的統(tǒng)計量包括中位數(shù)生存時間、生存率等，而用來比較不同處理組生存分布差異的常見檢驗方法有Log-rank檢驗和__________。7.在設(shè)計一項比較兩種藥物對遺傳性疾病療效的研究時，為了確保兩組患者在基線特征（如年齡、性別等）上具有可比性，應(yīng)采用__________設(shè)計。8.卡方檢驗的基本思想是比較觀測頻數(shù)與__________之間的差異是否顯著。9.對于一組服從正態(tài)分布的連續(xù)型數(shù)據(jù)，如果想要了解數(shù)據(jù)的集中趨勢和離散程度，最常用的描述性統(tǒng)計量分別是__________和方差（或標(biāo)準(zhǔn)差）。10.在遺傳學(xué)研究中，如果研究的性狀或疾病由多個基因的微小效應(yīng)累加而成，可以考慮使用__________模型來進(jìn)行分析。三、簡答題1.簡述選擇卡方檢驗進(jìn)行統(tǒng)計分析的基本前提條件。2.解釋什么是Logistic回歸，并說明它在遺傳疾病研究中的主要應(yīng)用場景。3.在一項家族遺傳研究中，研究者收集了多個家系的數(shù)據(jù)，包括家系成員的基因型、表型以及是否患病信息。請列舉至少三種可能運用到的統(tǒng)計方法，并簡要說明每種方法的目的。四、計算題1.某研究假設(shè)在一個隨機人群中，某隱性遺傳病的基因頻率q=0.01。在一個包含100個個體的大型家系中，觀察到5個患病個體（均為隱性純合子aa）。請計算該家系中aa基因型個體的預(yù)期頻率，并運用卡方檢驗（α=0.05）判斷觀察到的患病情況是否顯著偏離Hardy-Weinberg平衡。2.某研究比較了吸煙（暴露組）與不吸煙（非暴露組）人群患某種遺傳相關(guān)疾病的比例。調(diào)查發(fā)現(xiàn)，在1000名吸煙者中，有150人患?。辉?000名不吸煙者中，有50人患病。請計算該遺傳疾病的暴露優(yōu)勢比（OR），并解釋其含義。五、分析題1.假設(shè)一項研究旨在探究某基因位點的三個等位基因（A,B,C）與一種罕見遺傳病的關(guān)聯(lián)。研究者收集了200名患者的基因型數(shù)據(jù)和150名健康對照者的基因型數(shù)據(jù)，結(jié)果如下：（此處省略表格，假設(shè)數(shù)據(jù)滿足卡方檢驗前提）*患者組：AA:30,AB:50,AC:40,BB:20,BC:30,CC:20*對照組：AA:50,AB:40,AC:30,BB:30,BC:20,CC:20請問研究者應(yīng)該選擇哪種統(tǒng)計方法來分析這些數(shù)據(jù)？請簡要說明分析步驟和需要關(guān)注的要點。2.某研究者設(shè)計了一項研究，比較兩種不同的治療方案（方案A和方案B）對延緩某種遺傳性神經(jīng)退行性疾病進(jìn)展的效果。研究對象為50名早期患者，隨機分為兩組，每組25人。研究者記錄了治療開始后2年內(nèi)的生存時間（以月為單位）。假設(shè)兩組患者的生存時間數(shù)據(jù)如下：（此處省略數(shù)據(jù)描述，假設(shè)數(shù)據(jù)滿足生存分析要求）*方案A組：中位生存時間15個月，生存率在12個月時為60%。*方案B組：中位生存時間18個月，生存率在12個月時為75%。請問研究者應(yīng)該如何運用統(tǒng)計方法來比較兩種方案的療效？請簡述分析方法的選擇理由，并說明如何解讀比較結(jié)果。試卷答案一、選擇題1.B解析：Hardy-Weinberg平衡檢驗旨在比較觀察到的基因型頻率與預(yù)期的平衡狀態(tài)頻率，這本質(zhì)上是一個對分類變量（基因型）進(jìn)行擬合優(yōu)度的檢驗，卡方檢驗是此類問題最常用的方法。2.C解析：病例對照研究比較的是暴露在某個比例（如百分比或比例）上的差異，卡方檢驗適用于比較兩組或多組之間分類變量的比例或頻率差異。3.C解析：題目描述了比較不同分類（基因型）下連續(xù)變量（表型特征）的均值差異，且假設(shè)滿足正態(tài)性和方差齊性，這是單因素方差分析（ANOVA）的經(jīng)典應(yīng)用場景。4.C解析：Hardy-Weinberg平衡定律基于等位基因頻率和基因型頻率的關(guān)系，涉及三個等位基因頻率（p,q,r）和三個基因型頻率，自由度計算公式為：df=k-1-m，其中k是分類數(shù)（基因型數(shù)），m是約束條件數(shù)。對于HWE，k=3，通常有p+q+r=1和p^2+2pq+q^2+r^2=1兩個約束條件，m=2，故df=3-1-2=0。但更常見的理解是，如果只考慮兩個等位基因（A,a），則自由度為1（因為p+q=1是約束條件）。然而，題目提到“基因型頻率”，通常涉及多個等位基因，且平衡檢驗?；诨蛐汀Ｈ舭慈齻€基因型（AA,Aa,aa）且考慮Hardy-Weinberg平衡的約束（p^2+2pq+q^2=1），則自由度應(yīng)為2-1-1=0。但實際操作中，平衡檢驗常基于等位基因頻率（p,q,r），r=p+q，則自由度為k-1=3-1=2。或者，如果題目意在考察最常用的場景（雙等位基因），則自由度為1。考慮到“基因型頻率”和遺傳背景，自由度為2（基于等位基因）或1（基于雙等位基因的簡化模型）都可能被提及。但題目問“理論上”，且涉及“基因型頻率”，DF=3-1-1=1或DF=k-1=3-1=2。更嚴(yán)謹(jǐn)?shù)耐扑慊诘任换蝾l率p,q,r，DF=k-1=3-1=2?；蛘呖紤]基因型，若視為三分類，約束m=1（p^2+2pq+q^2=1），則DF=3-1=2。若視為兩種基因型（顯隱），DF=2-1=1。題目表述可能模糊，但在實踐中，針對基因型平衡檢驗，DF=2（基于等位基因）或DF=1（基于雙等位基因模型）較常見。此處選擇DF=2。（修正：重新審題，題目問“理論上自由度”，針對Hardy-Weinberg檢驗，通常基于等位基因頻率p,q,r，DF=k-1=3-1=2。或者基于基因型AA,Aa,aa，若考慮p^2+2pq+q^2=1為約束，則DF=k-1-m=3-1-1=1。題目表述不清，但2更常用）。（再修正：題目問“基因型頻率”，可能指具體基因型比例，此時k=3，m=1（p^2+2pq+q^2=1），DF=3-1=2。或者指隱含的雙等位基因模型，DF=2-1=1。鑒于“理論上”，DF=2（基于等位基因p,q,r）是更標(biāo)準(zhǔn)的答案）。（最終選擇：DF=2）5.C解析：Log-rank檢驗是生存分析中用于比較兩組生存分布差異的非參數(shù)檢驗方法，它特別適用于比較生存曲線的交叉情況，能夠考慮所有時間點的信息。6.B解析：比較患病與未患病人群中某個基因位點等位基因頻率的差異，屬于分類變量（基因型/等位基因頻率）在兩組間比較的問題，卡方檢驗是標(biāo)準(zhǔn)方法。Fisher精確檢驗常用于樣本量較小或預(yù)期細(xì)胞頻數(shù)較小時。OddsRatio計算也是基于病例對照研究數(shù)據(jù)。7.D解析：OddsRatio（優(yōu)勢比）衡量的是暴露者發(fā)生疾病的可能性（優(yōu)勢）是未暴露者的多少倍，是病例對照研究中評估暴露與疾病關(guān)聯(lián)強度的核心指標(biāo)。8.B解析：連鎖不平衡（LD）描述的是兩個（或多個）遺傳位點上的等位基因頻率不是獨立分布的。計算D'值（或r^2）的目的就是量化這種非獨立性，即衡量兩個位點等位基因頻率分布的相似程度。9.D解析：ROC曲線下面積（AUC）是衡量診斷試驗區(qū)分能力的綜合指標(biāo)，AUC值越大，表示該試驗越能有效地區(qū)分患病個體和未患病個體。10.C解析：當(dāng)疾病風(fēng)險呈連續(xù)性分布時，可以使用線性回歸模型來分析一個或多個自變量（如基因變異的效應(yīng)值）與疾病風(fēng)險評分（或其他連續(xù)型指標(biāo)）之間的關(guān)系。二、填空題1.Hardy-Weinberg2.分層分析(StratifiedAnalysis)或限制性立方樣條(RestrictedCubicSplines)或分層回歸(StratifiedRegression)（根據(jù)課程具體內(nèi)容選擇，分層分析最常用）3.假陰性(FalseNegatives)4.10萬(或100,000)5.Spearman秩相關(guān)系數(shù)6.Wilcoxon秩和檢驗7.隨機(Randomized)8.理論頻數(shù)(ExpectedFrequencies)9.均值(Mean)或中位數(shù)(Median)（根據(jù)數(shù)據(jù)特性選擇，均值更常用）,標(biāo)準(zhǔn)差(StandardDeviation)或方差(Variance)10.主成分分析(PrincipalComponentAnalysis)或多基因遺傳模型(Multi-geneGeneticModel)（PCA用于降維解釋多基因效應(yīng)，而“模型”本身是廣義概念，若指特定統(tǒng)計模型，可能指多效基因模型等，需根據(jù)課程具體指代）三、簡答題1.卡方檢驗進(jìn)行統(tǒng)計分析的基本前提條件主要包括：*數(shù)據(jù)類型：適用于分類變量（計數(shù)數(shù)據(jù)或頻率數(shù)據(jù)）。*獨立性：觀測值之間相互獨立，不存在重復(fù)計數(shù)或關(guān)聯(lián)。*頻數(shù)要求：理論頻數(shù)不宜太小。通常要求所有理論頻數(shù)均≥1，且至少有80%的理論頻數(shù)≥5。對于2x2表，若存在理論頻數(shù)<5的情況，應(yīng)考慮使用Fisher精確檢驗。*大樣本：樣本量應(yīng)足夠大，以保證檢驗結(jié)果的可靠性。2.Logistic回歸是一種用于分析因變量為二元分類變量（如患病/未患病，成功/失敗，陽性/陰性）與一個或多個自變量之間關(guān)聯(lián)強度的統(tǒng)計方法。在遺傳疾病研究中，其主要應(yīng)用場景包括：*評估某個基因變異（自變量，可以是分類或連續(xù)轉(zhuǎn)換后）與某種疾病發(fā)生風(fēng)險（因變量，二元分類：患病/未患?。┲g的關(guān)聯(lián)強度和方向（用比值比OR表示）。*調(diào)控混雜因素：可以同時納入多個自變量（如年齡、性別、其他基因型等），以評估某個暴露因素（如特定基因變異）在控制了其他因素后的獨立效應(yīng)。*建立預(yù)測模型：根據(jù)多個預(yù)測變量（如多個基因型、環(huán)境因素等）的值，預(yù)測個體發(fā)生某種疾病的風(fēng)險概率。3.在一項家族遺傳研究中，可能運用的統(tǒng)計方法及其目的包括：*Hardy-Weinberg平衡檢驗:評估研究人群中某個基因位點的基因型頻率是否符合隨機mating、無選擇、無遷移、無突變的理論平衡預(yù)期，用于判斷研究群體的遺傳學(xué)特征。*連鎖不平衡分析(LDAnalysis):檢驗?zāi)硞€基因位點與鄰近位點（或已知標(biāo)記）的等位基因頻率是否獨立分布，用于確定遺傳標(biāo)記與目標(biāo)疾病基因的位置關(guān)系，輔助定位疾病基因。*孟德爾遺傳分析:根據(jù)家系成員的基因型/表型信息，推斷疾病遺傳模式（如常染色體顯性/隱性、伴性遺傳），計算遺傳負(fù)荷，或檢驗家系數(shù)據(jù)是否符合特定遺傳模型。*傳遞disequilibriumtest(TDT):在家系數(shù)據(jù)中，檢驗?zāi)硞€等位基因是否更傾向于從攜帶者（如患病個體）傳遞給患病后代，用于檢測與遺傳病相關(guān)的等位基因。*卡方檢驗:用于比較家系中觀察到的基因型/表型組合頻率與預(yù)期頻率（基于孟德爾定律或HWE）的差異，或比較不同家系/群體間的特征分布差異。四、計算題1.預(yù)期頻率計算：*等位基因頻率：A=(30*2+50+40)/(100*2)=120/200=0.6；q=1-p=1-0.6=0.4。*預(yù)期基因型頻率：AA=p^2=0.6^2=0.36；Aa=2pq=2*0.6*0.4=0.48；aa=q^2=0.4^2=0.16。*預(yù)期基因型個數(shù)（100個個體）：AA預(yù)期=100*0.36=36；Aa預(yù)期=100*0.48=48；aa預(yù)期=100*0.16=16。*預(yù)期患病個體數(shù)（隱性純合子aa）：預(yù)期患病數(shù)=16。*觀察數(shù)據(jù)：觀察患病數(shù)=5；觀察非患病數(shù)=100-5=95。*卡方檢驗：*觀察頻數(shù)(O)：患病=5，非患病=95。*理論頻數(shù)(E)：患病=16，非患病=84。*卡方統(tǒng)計量計算：χ2=[(5-16)2/16]+[(95-84)2/84]=[(-11)2/16]+[112/84]=121/16+121/84=7.5625+1.4429≈9.0054。*自由度(df)：df=(行數(shù)-1)*(列數(shù)-1)=(2-1)*(2-1)=1。*查卡方分布表或使用軟件，在α=0.05水平，df=1時，臨界值約為3.841。*比較：計算得到的χ2≈9.0054>3.841。*結(jié)論：拒絕H0（觀察頻率符合HWE），接受H1（觀察頻率偏離HWE）。即在α=0.05水平，認(rèn)為該家系中該隱性遺傳病的患病情況顯著偏離Hardy-Weinberg平衡。2.優(yōu)勢比(OR)計算：*設(shè)暴露組（吸煙者）為E，非暴露組（不吸煙者）為N；患病為D，未患病為d。*數(shù)據(jù)：OE(D|E)=150,ON(d|E)=850(1000-150),OE(d|N)=50,ON(D|N)=950(1000-50)。*2x2列聯(lián)表：||患病(D)|未患病(d)|合計||-------------|----------|------------|------||暴露(E)|150|850|1000||非暴露(N)|50|950|1000||合計|200|1800|2000|*優(yōu)勢比計算公式：OR=(OE(D|E)*ON(d|N))/(OE(d|E)*ON(D|N))*OR=(150*950)/(850*50)*OR=142500/42500*OR=3.353*結(jié)論：該遺傳疾病的暴露（吸煙）優(yōu)勢比（OR）為3.353。其含義是，相對于不吸煙者，吸煙者患該遺傳疾病的風(fēng)險是吸煙者的3.353倍。由于OR>1，表明吸煙與該遺傳疾病可能存在正關(guān)聯(lián)。五、分析題1.統(tǒng)計方法選擇與分析步驟：*方法選擇：應(yīng)選擇卡方檢驗(Chi-squaretest)來分析這些數(shù)據(jù)。原因是研究目的是比較患病組與對照組中三個等位基因（視為三個分類變量：AA,AB,AC代表基因型，或直接比較等位基因A,B,C的頻率）的分布是否存在差異，屬于分類變量在不同組間的比較問題。*分析步驟：1.建立假設(shè)：H0（零假設(shè)）-患病組和對照組的基因型（或等位基因）頻率分布無顯著差異（即符合比例）；H1（備擇假設(shè)）-患病組和對照組的基因型（或等位基因）頻率分布存在顯著差異。2.構(gòu)建列聯(lián)表：將患者組和對照組的基因型數(shù)據(jù)整理成2x3（比較基因型）或3x3（比較等位基因）的列聯(lián)表。（此處假設(shè)是比較基因型，構(gòu)建2x3表）||患病組(Cases)|對照組(Controls)|合計||-------------|----------------|-------------------|------||AA|30|50|80||AB|50|40|90||AC|40|30|70||合計|120|120|240|3.計算理論頻數(shù)：根據(jù)行合計和列合計，計算每個單元格的理論頻數(shù)Eij=(RowTotal*ColumnTotal)/GrandTotal。E_AA(Cases)=(120*80)/240=40E_AB(Cases)=(120*90)/240=45E_AC(Cases)=(120*70)/240=35E_AA(Controls)=(120*80)/240=40E_AB(Controls)=(120*90)/240=45E_AC(Controls)=(120*70)/240=354.進(jìn)行卡方檢驗計算：χ2=Σ[(Oij-Eij)2/Eij]（對每個單元格計算，然后求和）。χ2=[(30-40)2/40]+[(50-45)2/45]+[(40-35)2/35]+[(50-40)2/40]+[(40-45)2/45]+[(30-35)2/35]χ2=[(-10)2/40]+[52/45]+[52/35]+[102/40]+[(-5)2/45]+[(-5)2/35]χ2=100/40+25/45+25/35+100/40+25/45+25/35χ2=2.5+0.5556+0.7143+2.5+0.5556+0.7143≈7.545.確定自由度：df=(行數(shù)-1)*(列數(shù)-1)=(2-1)*(3-1)=1*2=2。6.判斷結(jié)果：比較計算得到的χ2值與自由度(df=2)和顯著性水平(α，通常為0.05)下的卡方臨界值。查表得χ2(0.05,2)≈5.991。因為7.54>5.991。7.解釋結(jié)論：在α=0.05水平下，拒絕H0。說明在統(tǒng)計學(xué)上，該基因位點的基因型（或等位基因）頻率在患病組和對照組之間存在顯著差異。*需要關(guān)注的要點：*確保數(shù)據(jù)準(zhǔn)確無誤，且為計數(shù)數(shù)據(jù)。*檢查卡方檢驗的前提條件是否滿足，特別是理論頻數(shù)不宜過?。ㄍǔＲ笏欣碚擃l數(shù)≥1，且至少80%的理論頻數(shù)≥5）。根據(jù)計算，所有理論頻數(shù)均為40,45,35，均≥5，滿足條件。*明確比較的是哪個層面的頻率（基因型頻率還是等位基因頻率）。此處按基因型構(gòu)建了2x3表進(jìn)行分析。