2025年大學(xué)《生物統(tǒng)計(jì)學(xué)》專業(yè)題庫——統(tǒng)計(jì)方法在生物信息學(xué)研究中的應(yīng)用考試時(shí)間：______分鐘總分：______分姓名：______一、選擇題（每小題2分，共20分。請將正確選項(xiàng)的首字母填在題干后的括號內(nèi)）1.在比較兩組基因表達(dá)量的差異時(shí)，如果樣本量較小且兩組數(shù)據(jù)方差不等，較穩(wěn)健的假設(shè)檢驗(yàn)方法是？A.配對t檢驗(yàn)B.獨(dú)立樣本t檢驗(yàn)C.Wilcoxon秩和檢驗(yàn)D.Mann-WhitneyU檢驗(yàn)2.對于一個(gè)包含1000個(gè)基因表達(dá)量數(shù)據(jù)點(diǎn)的數(shù)據(jù)集，計(jì)算所有基因表達(dá)量的平均值和標(biāo)準(zhǔn)差，這屬于哪種統(tǒng)計(jì)描述？A.參數(shù)估計(jì)B.假設(shè)檢驗(yàn)C.描述性統(tǒng)計(jì)D.多變量分析3.在生物信息學(xué)中，使用PCA對基因表達(dá)數(shù)據(jù)進(jìn)行降維，主要目的是什么？A.檢驗(yàn)基因表達(dá)是否服從正態(tài)分布B.篩選出差異表達(dá)最顯著的基因C.減少數(shù)據(jù)維度，發(fā)現(xiàn)主要變異模式D.對基因進(jìn)行分類鑒定4.一項(xiàng)研究比較了三種不同藥物對某種疾病的治療效果，結(jié)果發(fā)現(xiàn)藥物A顯著優(yōu)于藥物B和C。若要進(jìn)一步分析藥物B和C之間是否有顯著差異，應(yīng)采用什么方法？A.直接比較藥物A與B/C的均值差異B.進(jìn)行重復(fù)的t檢驗(yàn)C.進(jìn)行兩因素方差分析D.進(jìn)行事后檢驗(yàn)（如TukeyHSD）5.在生物信息學(xué)研究中，計(jì)算基因表達(dá)量的95%置信區(qū)間，主要說明什么？A.該基因表達(dá)量有95%的可能性高于零B.如果重復(fù)實(shí)驗(yàn)100次，有95次會得到相似的表達(dá)量范圍C.該基因表達(dá)量一定在0以上D.該區(qū)間包含了所有可能的真實(shí)基因表達(dá)量6.對于兩組或多組分類數(shù)據(jù)（如不同處理組）的頻率分布進(jìn)行比較，最適合使用的統(tǒng)計(jì)檢驗(yàn)方法是？A.t檢驗(yàn)B.方差分析C.卡方檢驗(yàn)D.相關(guān)分析7.在構(gòu)建一個(gè)預(yù)測蛋白質(zhì)功能的線性回歸模型后，若發(fā)現(xiàn)R2=0.85，這表示什么？A.模型解釋了85%的基因表達(dá)變異B.模型預(yù)測的函數(shù)與實(shí)際功能有85%的匹配度C.模型中有85%的自變量是顯著的D.模型擬合程度較好，能解釋大部分變異8.對一組基因表達(dá)量數(shù)據(jù)進(jìn)行相關(guān)性分析，得到Pearson相關(guān)系數(shù)r=0.9，這表示基因A和基因B的表達(dá)量之間存在？A.負(fù)相關(guān)關(guān)系B.強(qiáng)正相關(guān)關(guān)系C.弱負(fù)相關(guān)關(guān)系D.無關(guān)關(guān)系9.在進(jìn)行生物信息學(xué)實(shí)驗(yàn)設(shè)計(jì)時(shí)，確保樣本隨機(jī)分配到不同處理組的主要目的是為了？A.減少實(shí)驗(yàn)操作時(shí)間B.避免系統(tǒng)誤差，增強(qiáng)結(jié)果的普適性C.提高數(shù)據(jù)的測量精度D.方便統(tǒng)計(jì)分析10.對多個(gè)樣本的基因表達(dá)譜進(jìn)行聚類分析，目的是什么？A.找出表達(dá)量最高的幾個(gè)基因B.將表達(dá)模式相似的樣本或基因歸為一類C.計(jì)算樣本之間的距離或相關(guān)性D.預(yù)測樣本的生存時(shí)間二、填空題（每空2分，共20分。請將答案填在橫線上）1.統(tǒng)計(jì)假設(shè)檢驗(yàn)中的零假設(shè)（H?）通常表示________。2.在生物信息學(xué)中，通過模擬抽樣分布來估計(jì)參數(shù)的置信區(qū)間的方法稱為________。3.當(dāng)研究的變量是順序變量時(shí)，可以使用________相關(guān)分析來度量其關(guān)聯(lián)程度。4.在進(jìn)行方差分析前，通常需要檢驗(yàn)數(shù)據(jù)是否滿足________假設(shè)和________假設(shè)。5.交叉驗(yàn)證是機(jī)器學(xué)習(xí)模型中用于________模型泛化能力的一種常用方法。6.生物信息學(xué)研究中，對海量數(shù)據(jù)進(jìn)行排序、篩選和轉(zhuǎn)換等操作，常用________語言的相關(guān)包完成。7.解釋統(tǒng)計(jì)結(jié)果的顯著性（p值）時(shí)，必須同時(shí)考慮________和________。8.對實(shí)驗(yàn)數(shù)據(jù)進(jìn)行處理和清洗，以消除錯誤或異常值，是________的重要環(huán)節(jié)。9.生存分析常用于研究事件發(fā)生時(shí)間，如生物樣本的________或患者的________。10.在生物信息學(xué)領(lǐng)域應(yīng)用統(tǒng)計(jì)方法，必須關(guān)注數(shù)據(jù)隱私和________等倫理問題。三、計(jì)算題（每題10分，共30分）1.某研究測量了10個(gè)肺癌患者和10個(gè)健康對照者的血清中某蛋白濃度（單位：ng/mL），數(shù)據(jù)如下：肺癌組：15.2,18.5,16.8,20.1,17.4,19.6,21.3,14.8,18.9,16.5對照組：11.3,12.5,10.8,13.6,11.9,12.1,10.5,14.2,11.7,13.0請計(jì)算兩組數(shù)據(jù)的均值、標(biāo)準(zhǔn)差，并使用恰當(dāng)?shù)募僭O(shè)檢驗(yàn)方法判斷肺癌組患者的該蛋白濃度是否顯著高于對照組（請寫出檢驗(yàn)類型、統(tǒng)計(jì)量計(jì)算過程或關(guān)鍵步驟，并說明結(jié)論）。2.一項(xiàng)研究探究了三種不同培養(yǎng)條件（A,B,C）對某種細(xì)胞增殖速率（單位：個(gè)/天）的影響，隨機(jī)選取5個(gè)生物學(xué)重復(fù)，結(jié)果如下：條件A：8.2,7.9,8.5,8.1,7.8條件B：9.5,9.3,9.7,9.6,9.4條件C：10.1,10.3,9.9,10.0,10.2請進(jìn)行方差分析，檢驗(yàn)三種培養(yǎng)條件對細(xì)胞增殖速率是否有顯著影響（請寫出檢驗(yàn)類型、F統(tǒng)計(jì)量計(jì)算過程或關(guān)鍵步驟，并說明結(jié)論）。3.收集了30個(gè)樣本的基因表達(dá)量（X）和其對應(yīng)的蛋白質(zhì)豐度（Y），計(jì)算得到樣本均值分別為X?=10.5,?=25.3，樣本標(biāo)準(zhǔn)差分別為sx=2.1,sy=5.0，樣本協(xié)方差為sxy=9.5。請計(jì)算X和Y之間的Pearson相關(guān)系數(shù)，并解釋其生物學(xué)意義（請寫出計(jì)算過程，結(jié)果保留兩位小數(shù)）。四、簡答題（每題10分，共20分）1.簡述在生物信息學(xué)研究中進(jìn)行假設(shè)檢驗(yàn)時(shí)，p值小于0.05通常意味著什么？同時(shí)，指出僅憑p值小于0.05判斷結(jié)果是否有生物學(xué)意義時(shí)，還需要考慮哪些因素？2.解釋什么是多重比較問題，并至少提出兩種在生物信息學(xué)研究中常用的處理多重比較問題的方法，簡述其原理。五、論述題（15分）結(jié)合具體的生物信息學(xué)應(yīng)用場景（如基因組關(guān)聯(lián)研究、轉(zhuǎn)錄組分析、蛋白質(zhì)結(jié)構(gòu)預(yù)測等），論述如何選擇合適的統(tǒng)計(jì)方法來分析數(shù)據(jù)，并說明在分析過程中需要注意的關(guān)鍵問題（如數(shù)據(jù)預(yù)處理、模型選擇依據(jù)、結(jié)果解釋等）。試卷答案一、選擇題1.C2.C3.C4.D5.B6.C7.D8.B9.B10.B二、填空題1.沒有差異或效應(yīng)不顯著的狀態(tài)2.自助法（Bootstrap）3.斯皮爾曼（Spearman）4.正態(tài)性；方差齊性5.評估或選擇6.R7.顯著性水平（或p值閾值）；效應(yīng)大小8.數(shù)據(jù)分析9.存活時(shí)間；無病生存期10.科研誠信（或結(jié)果解釋的恰當(dāng)性）三、計(jì)算題1.解：*計(jì)算均值：肺癌組均值為(15.2+...+16.5)/10=17.55對照組均值為(11.3+...+13.0)/10=12.44*計(jì)算標(biāo)準(zhǔn)差：肺癌組方差s??=[Σ(15.2-17.55)2+...+(16.5-17.55)2]/(10-1)≈6.84,標(biāo)準(zhǔn)差s?=√6.84≈2.62對照組方差s??=[Σ(11.3-12.44)2+...+(13.0-12.44)2]/(10-1)≈2.16,標(biāo)準(zhǔn)差s?=√2.16≈1.47*假設(shè)檢驗(yàn)：采用獨(dú)立樣本t檢驗(yàn)（因數(shù)據(jù)近似正態(tài)，方差不等可選Welcht檢驗(yàn)，此處按等方差處理或直接用t.test結(jié)果更穩(wěn)妥，但題目未給軟件包，需手算t值）。t=(17.55-12.44)/√[(6.84+2.16)/10]≈5.11/√(8.00/10)≈5.11/0.894≈5.72自由度df≈(6.84+2.16)/(2.622/9+1.472/9)≈8.00/(0.63+0.24)≈8.00/0.87≈9.2(或用s2?/n?+s2?/n?≈8.00)查t分布表，df=9,p<0.001(若用s?和s?的合并方差計(jì)算，t值會稍小，但結(jié)論不變)。結(jié)論：p值遠(yuǎn)小于0.05，拒絕H?，肺癌組患者的該蛋白濃度顯著高于對照組。2.解：*計(jì)算各組的均值和總體均值：A:8.0,B:9.5,C:10.1,總體均值(8.0+9.5+10.1)/3=9.2*計(jì)算組內(nèi)平方和（SSE）和組間平方和（SSB）：SSE=[(8.2-8.0)2+...+(7.8-8.0)2]+[(9.5-9.5)2+...+(9.4-9.5)2]+[(10.1-10.1)2+...+(10.2-10.1)2]=(0.04+...+0.04)+(0+...+0.01)+(0+...+0.01)=1.05SSB=5[(8.0-9.2)2+(9.5-9.2)2+(10.1-9.2)2]=5[(-1.2)2+(0.3)2+(0.9)2]=5[1.44+0.09+0.81]=5[2.34]=11.7*計(jì)算均方（MSB,MSE）：MSB=SSB/(k-1)=11.7/(3-1)=11.7/2=5.85MSE=SSE/(N-k)=1.05/(15-3)=1.05/12=0.0875*計(jì)算F統(tǒng)計(jì)量：F=MSB/MSE=5.85/0.0875≈67.14*查F分布表，df?=2,df?=12,F?.05(2,12)≈3.89。結(jié)論：F計(jì)算值(67.14)遠(yuǎn)大于臨界值(3.89)，拒絕H?，三種培養(yǎng)條件對細(xì)胞增殖速率有顯著影響。3.解：*計(jì)算相關(guān)系數(shù)r：r=sxy/(sx*sy)=9.5/(2.1*5.0)=9.5/10.5≈0.90*解釋：Pearson相關(guān)系數(shù)r=0.90，表明基因表達(dá)量（X）和蛋白質(zhì)豐度（Y）之間存在很強(qiáng)的正相關(guān)關(guān)系，即基因表達(dá)量越高，其對應(yīng)的蛋白質(zhì)豐度也傾向于越高。四、簡答題1.意味著在零假設(shè)（通常認(rèn)為無效應(yīng)或無差異）為真的情況下，觀察到當(dāng)前樣本統(tǒng)計(jì)量或更極端結(jié)果的概率小于5%。需要考慮：效應(yīng)大?。ńY(jié)果的實(shí)際意義）；統(tǒng)計(jì)功效（檢驗(yàn)發(fā)現(xiàn)真實(shí)效應(yīng)的能力）；樣本量大??；實(shí)驗(yàn)設(shè)計(jì)的合理性；結(jié)果的生物學(xué)合理性。2.多重比較問題是指在同時(shí)進(jìn)行多次假設(shè)檢驗(yàn)時(shí)，即使所有零假設(shè)都為真，單純由隨機(jī)抽樣誤差導(dǎo)致的至少有一次檢驗(yàn)出現(xiàn)統(tǒng)計(jì)顯著結(jié)果（即犯I類錯誤）的概率會增大。方法一：Bonferroni校正。將顯著性水平α除以比較次數(shù)m，得到新的α/m作為每次檢驗(yàn)的閾值。原理是控制家庭錯誤率（Family-wiseErrorRate,FWER）。方法二：FalseDiscoveryRate（FDR）控制方法，如Benjamini-Hochberg（BH）過程。原理是在控制錯誤發(fā)現(xiàn)率（即被錯誤拒絕的零假設(shè)比例）的前提下，盡可能多地拒絕零假設(shè)。FDR通常被認(rèn)為比Bonferroni校正更寬松，發(fā)現(xiàn)更多真實(shí)效應(yīng)。五、論述題（以下為論述內(nèi)容要點(diǎn)，非完整句子）在生物信息學(xué)中，選擇統(tǒng)計(jì)方法需根據(jù)研究目的、數(shù)據(jù)類型（計(jì)數(shù)、連續(xù)、分類）、樣本量、變量間關(guān)系（獨(dú)立、相關(guān)）等決定