2025年大學《生物統(tǒng)計學》專業(yè)題庫——生物統(tǒng)計學在城市交通安全評估中的應用考試時間：______分鐘總分：______分姓名：______一、選擇題（每小題2分，共10分）1.在分析某城市不同區(qū)域交通事故發(fā)生率的差異時，若要比較三個區(qū)域的總體均值是否存在顯著不同，最適宜選用的推斷性統(tǒng)計方法是？A.獨立樣本t檢驗B.配對樣本t檢驗C.單因素方差分析D.卡方檢驗2.一項研究調(diào)查了年齡（年）、駕駛經(jīng)驗（年）和年事故次數(shù)（次/年）之間的關系。如果研究者希望了解這三個變量之間是否存在線性關系的強度和方向，最適合使用的統(tǒng)計量是？A.方差分析B.相關系數(shù)C.回歸系數(shù)D.卡方關聯(lián)性檢驗3.城市交通安全研究中，常用事故率（事故次數(shù)/（車輛里程×百萬））來衡量交通風險。該指標主要反映了哪個統(tǒng)計特征？A.總體均值B.總體標準差C.頻率分布D.相對風險水平4.為了評估一項新的交通信號配時方案對減少交叉路口事故的效果，研究者收集了實施新方案前后幾個月的事故數(shù)據(jù)。這種研究設計最接近于？A.完全隨機設計B.配對樣本設計C.隨機區(qū)組設計D.析因設計5.在進行假設檢驗時，第一類錯誤（α）指的是？A.接受了實際上成立的無效假設B.拒絕了實際上成立的無效假設C.接受了實際上不成立的無效假設D.拒絕了實際上不成立的無效假設二、填空題（每空2分，共10分）6.描述一組數(shù)據(jù)集中趨勢的常用指標有______、中位數(shù)和眾數(shù)。7.統(tǒng)計推斷的目的是根據(jù)______的樣本信息來推斷總體的特征。8.在城市交通安全評估中，使用卡方檢驗可以分析不同事故嚴重程度（如輕微、重傷、死亡）與事故發(fā)生時間段（如白天、夜晚）之間是否存在______。9.回歸分析中，因變量是受影響的變量，通常用______表示。10.測量變量時，如果變量取值是類別且有序的，則稱為______變量。三、計算題（共30分）11.（10分）研究者希望了解某城市成年男性（設總體）的平均每日飲酒量（單位：標準杯）。隨機抽取100名成年男性，測得樣本平均每日飲酒量為3.5標準杯，樣本標準差為1.2標準杯。請計算：(1)該樣本平均每日飲酒量的抽樣標準誤。(2)若總體方差未知，但樣本量足夠大（n=100），構(gòu)造該城市成年男性平均每日飲酒量95%置信區(qū)間（假設已知或允許使用z分布近似）。12.（10分）某研究人員分析了某城市兩種不同道路類型（A型和B型）的事故嚴重程度。隨機抽取了A型道路上的30起事故和B型道路上的30起事故，記錄事故傷亡人數(shù)（記為Y，取值0=輕微，1=重傷，2=死亡）。初步計算得到：A型道路事故的樣本均值（傷害指數(shù)）=0.8，樣本標準差=0.7；B型道路事故的樣本均值（傷害指數(shù)）=1.1，樣本標準差=0.8。請寫出：(1)使用獨立樣本t檢驗比較A、B兩種道路類型事故平均傷害指數(shù)差異的假設檢驗步驟（包括零假設和備擇假設、檢驗統(tǒng)計量公式、決策規(guī)則，無需計算具體數(shù)值）。(2)如果進一步知道這兩個樣本方差相等，請寫出合并方差公式。13.（10分）研究者收集了某城市100名駕駛員的年齡（X，單位：歲）和年事故次數(shù)（Y，單位：次/年）數(shù)據(jù)，并計算出樣本相關系數(shù)r=-0.6。請解釋該相關系數(shù)的實際意義，并說明該系數(shù)是否具有統(tǒng)計學意義（需說明判斷依據(jù)，無需進行具體檢驗計算）。四、簡答題（共30分）14.（10分）在評估城市交通安全風險時，除了比較不同區(qū)域或不同人群的事故率，研究者還常常關注事故發(fā)生的時空分布特征。請簡述描述事故時空分布特征的常用統(tǒng)計方法或指標有哪些，并說明其意義。15.（10分）假設你是一名交通安全研究人員，需要設計一項研究來評估一項新的防撞護欄安裝對降低某高速公路段事故頻率的效果。請簡述你會采用的研究設計思路，需要收集哪些關鍵數(shù)據(jù)，并說明如何運用生物統(tǒng)計學的原理來分析這些數(shù)據(jù)以得出結(jié)論。16.（10分）在進行城市交通安全統(tǒng)計分析時，我們常常會遇到數(shù)據(jù)中的異常值。請說明異常值可能產(chǎn)生哪些影響？在進行統(tǒng)計分析前，通?？梢圆扇∧男┓椒▉碜R別和處理數(shù)據(jù)中的異常值？五、應用分析題（共20分）17.某城市管理者懷疑夜間（定義為晚上10點至凌晨6點）發(fā)生的交通事故與駕駛員疲勞駕駛有關，并且夜間行駛的車輛速度可能更快。為此，他們收集了過去一年中該城市所有交通事故的數(shù)據(jù)，重點關注了事故發(fā)生時間、事故嚴重程度（輕微、重傷、死亡）、涉及車輛類型（轎車、貨車、摩托車等）以及事故發(fā)生時的天氣狀況。數(shù)據(jù)初步整理顯示，夜間發(fā)生的事故總數(shù)占全年事故總數(shù)的25%，且夜間事故中重傷和死亡事故的比例顯著高于白天。請結(jié)合生物統(tǒng)計學的知識，分析這些初步信息可能揭示了哪些問題？如果要深入探究夜間疲勞駕駛與事故嚴重程度的關系，你建議進一步收集哪些數(shù)據(jù)？并簡述你會采用哪些統(tǒng)計方法來進行分析。試卷答案一、選擇題1.C2.B3.D4.B5.C二、填空題6.平均數(shù)7.樣本8.關聯(lián)性（或獨立性）9.Y10.有序分類三、計算題11.(1)抽樣標準誤=樣本標準差/√樣本量=1.2/√100=0.12(2)95%置信區(qū)間=樣本均值±(臨界值*抽樣標準誤)。假設使用z分布，臨界值約為1.96。區(qū)間下限=3.5-(1.96*0.12)=3.5-0.2352=3.2648區(qū)間上限=3.5+(1.96*0.12)=3.5+0.2352=3.735295%置信區(qū)間為(3.2648,3.7352)標準杯。12.(1)假設檢驗步驟：零假設H0:μA=μB(A型道路事故平均傷害指數(shù)等于B型道路事故平均傷害指數(shù))備擇假設H1:μA≠μB(A型道路事故平均傷害指數(shù)不等于B型道路事故平均傷害指數(shù))檢驗統(tǒng)計量：t=(樣本均值A-樣本均值B)/sqrt([(nA-1)sA^2+(nB-1)sB^2]/(nA+nB-2))*sqrt((nA+nB)/(nA*nB))其中sA^2和sB^2分別為A、B型道路事故樣本方差，nA和nB為樣本量。決策規(guī)則：計算得到的|t|值與自由度df=nA+nB-2對應的t分布臨界值（對于α=0.05雙側(cè)檢驗）比較，若|t|>臨界值，則拒絕H0。(2)合并方差公式：s_p^2=[(nA-1)sA^2+(nB-1)sB^2]/(nA+nB-2)13.解析思路：實際意義：相關系數(shù)r=-0.6表示年齡與年事故次數(shù)之間存在較強的負線性相關關系，即年齡越大，年事故次數(shù)傾向于越少。判斷統(tǒng)計學意義依據(jù)：雖然r=-0.6的絕對值較大，顯示出較強的相關趨勢，但要判斷這種相關性在統(tǒng)計上是否顯著（即是否排除了“總體中不存在相關”的可能性），需要知道樣本量n以及相關系數(shù)的檢驗統(tǒng)計量（如t檢驗）及其對應的p值。通常需要計算檢驗統(tǒng)計量t=r*sqrt((n-2)/(1-r^2))，然后與t分布表比較（自由度df=n-2），或直接給出p值判斷。僅有r值無法直接斷言其統(tǒng)計顯著性。四、簡答題14.解析思路：常用方法或指標包括：(1)頻率與率：計算不同區(qū)域、時間段、天氣條件下的事故頻率或事故率，如事故數(shù)/總行程里程、事故數(shù)/總?cè)丝诘?，用于比較風險水平。(2)密度圖/熱力圖：可視化事故在地理空間上的分布集中程度。(3)時間序列分析：分析事故數(shù)量或率隨時間的變化趨勢和周期性。(4)趨勢線/回歸分析：描述事故發(fā)生頻率與某個因素（如時間、年齡、酒精濃度）之間的關系。意義：這些方法有助于識別高風險區(qū)域、時段和條件，為制定針對性的交通安全策略提供依據(jù)。15.解析思路：研究設計思路：采用前后對比設計（或稱為自身對照設計）。選取安裝防撞護欄的高速路段作為研究單元，在安裝護欄前（T1）和安裝后（T2）分別收集該路段的事故數(shù)據(jù)。關鍵數(shù)據(jù)：收集的數(shù)據(jù)應包括事故發(fā)生的時間、精確位置、事故類型、嚴重程度（傷亡人數(shù)）、涉及車輛信息、天氣狀況等。同時，需要記錄路段的基本特征（如長度、車道數(shù)、限速等）以及安裝護欄前的歷史事故數(shù)據(jù)。統(tǒng)計分析方法：(1)描述性統(tǒng)計：分別描述安裝前后的事故總數(shù)、事故率（如事故數(shù)/百萬車公里）、事故嚴重程度分布等。(2)推斷性統(tǒng)計：使用適當?shù)募僭O檢驗比較安裝前后的事故率或事故嚴重程度是否存在顯著變化。若數(shù)據(jù)滿足正態(tài)性和方差齊性，可考慮使用配對樣本t檢驗（比較均值）或卡方檢驗（比較分類數(shù)據(jù)的比例）；若不滿足，則考慮使用非參數(shù)檢驗（如Wilcoxon符號秩檢驗、Mann-WhitneyU檢驗）?？梢允褂没貧w模型控制其他可能影響事故率的因素。16.解析思路：異常值可能產(chǎn)生的影響：(1)偏高或降低樣本均值，使其不能準確代表總體平均水平。(2)增大樣本方差，使得數(shù)據(jù)離散程度顯得過大，可能影響假設檢驗的功效和置信區(qū)間的寬度。(3)對回歸分析造成干擾，導致回歸線擬合不佳，影響模型的預測精度。識別方法：箱線圖、散點圖、計算Z分數(shù)或IQR（四分位距）。處理方法：根據(jù)異常值產(chǎn)生的原因判斷。如果是數(shù)據(jù)錄入錯誤或測量誤差，應予以修正或刪除。如果是真實但極端的值，且不影響分析邏輯，可以考慮保留；若其存在嚴重扭曲分析結(jié)果，可考慮剔除，但需在報告中說明。使用對異常值不敏感的統(tǒng)計方法（如中位數(shù)、MAD）或穩(wěn)健回歸也是一種選擇。五、應用分析題17.解析思路：初步信息可能揭示的問題：(1)夜間事故發(fā)生率（25%）可能高于預期或白天，提示夜間可能是交通管理需要關注的重點時段。(2)夜間事故中重傷和死亡事故比例顯著偏高，強烈暗示夜間駕駛面臨的危險性更大，可能與疲勞駕駛、視線不良、反應時間變慢等因素有關。進一步數(shù)據(jù)收集建議：(1)駕駛員信息：記錄事故涉及駕駛員的年齡、性別、駕駛年限、是否為疲勞駕駛（如是否連續(xù)駕駛超過X小時、是否休息不足）。(2)車輛信息：車輛類型（轎車、貨車、摩托車等）、是否屬于營運車輛。(3)事故細節(jié)：事故發(fā)生時的具體時間點、行駛速度（如果可能）、車輛是否使用安全帶、事故原因初步判斷。(4)環(huán)境因素：事故發(fā)生地點（路段類型、是否有照明）、天氣狀況（雨、雪、霧等）、光照條件（是否