2025年大學《生物統(tǒng)計學》專業(yè)題庫——生物統(tǒng)計學在大數(shù)據(jù)分析中的應用考試時間：______分鐘總分：______分姓名：______一、選擇題（每小題2分，共20分）1.在生物大數(shù)據(jù)分析中，處理缺失值常用的方法不包括：A.回歸imputation(回歸插補)B.多重插補(MultipleImputation)C.基于模型的方法(如KNN)D.直接刪除含有缺失值的觀測(ListwiseDeletion)2.對于高維基因表達數(shù)據(jù)（p>>n），進行變量降維以識別主要模式時，最常使用的生物統(tǒng)計方法是：A.方差分析(ANOVA)B.線性回歸(LinearRegression)C.主成分分析(PCA)D.邏輯回歸(LogisticRegression)3.在分析大規(guī)模基因組關聯(lián)研究（GWAS）數(shù)據(jù)時，為了控制多重比較帶來的假陽性風險，常用的統(tǒng)計方法修正策略是：A.t檢驗B.Z檢驗C.Bonferroni修正D.Wilcoxon秩和檢驗4.下列哪種統(tǒng)計模型最適合分析二元分類結(jié)果（如疾病發(fā)生/未發(fā)生）與多個連續(xù)或分類預測變量之間的關系？A.線性回歸(LinearRegression)B.泊松回歸(PoissonRegression)C.邏輯回歸(LogisticRegression)D.多元方差分析(MANOVA)5.當生物大數(shù)據(jù)集具有層次結(jié)構(gòu)（如細胞-組織-器官-個體）時，可以考慮使用哪種統(tǒng)計方法來分析數(shù)據(jù)？A.簡單的t檢驗B.系統(tǒng)聚類分析(HierarchicalClustering)C.線性判別分析(LDA)D.獨立樣本t檢驗6.在進行生存分析時，如果研究對象的結(jié)局事件（如死亡）發(fā)生時間存在刪失（Censoring），則必須使用專門的生存分析方法。以下哪種方法適用于處理刪失數(shù)據(jù)？A.標準的t檢驗B.Kaplan-Meier生存曲線估計C.配對樣本t檢驗D.Wilcoxon符號秩檢驗7.下列關于大數(shù)據(jù)在生物統(tǒng)計中應用的說法，哪一項是不正確的？A.大數(shù)據(jù)提供了更精確的統(tǒng)計估計。B.大數(shù)據(jù)增加了假發(fā)現(xiàn)率(FalseDiscoveryRate,FDR)。C.大數(shù)據(jù)分析需要更強的計算能力。D.大數(shù)據(jù)使得小樣本效應不再重要。8.在生物信息學研究中，對大量的基因表達數(shù)據(jù)進行聚類分析，目的是：A.估計總體均值B.檢驗兩個總體均值是否相等C.發(fā)現(xiàn)具有相似表達模式的基因群體D.確定樣本來自哪個已知總體9.對于時間序列生物數(shù)據(jù)（如病毒載量隨時間變化），進行趨勢分析時，需要考慮數(shù)據(jù)的哪種特性？A.離散性B.相關性C.正態(tài)性D.線性10.生物統(tǒng)計學在大數(shù)據(jù)分析中的核心價值在于：A.直接進行海量數(shù)據(jù)的存儲和管理B.為大數(shù)據(jù)分析提供理論基礎、分析方法和模型評估標準C.開發(fā)專門的大數(shù)據(jù)統(tǒng)計軟件D.取代大數(shù)據(jù)工程師的角色二、填空題（每空2分，共20分）1.在處理高維生物數(shù)據(jù)時，為了去除噪聲并保留主要信息，常用的特征選擇方法有______和______。2.對于具有重復測量的縱向數(shù)據(jù)，應采用______或______等混合效應模型進行統(tǒng)計分析。3.在進行基因集富集分析(GSEA)時，我們通常假設基因集內(nèi)的基因在某個特定的條件下表達水平變化是______的，而隨機基因集的變化是______的。4.評估一個統(tǒng)計模型在生物大數(shù)據(jù)上的泛化能力時，除了關注模型在訓練集上的表現(xiàn)，還需要使用______集進行評估。5.在分析微生物組數(shù)據(jù)（如16SrRNA測序數(shù)據(jù)）時，常用的距離度量方法有______和______，這些距離可以用于后續(xù)的聚類或主成分分析。6.處理生物大數(shù)據(jù)時，由于數(shù)據(jù)量巨大，計算資源常常成為瓶頸，這要求統(tǒng)計方法在計算復雜度上具有______的特性。7.生存分析中，Kaplan-Meier曲線描述的是不同處理組中，生存函數(shù)（生存概率）隨______變化的趨勢。8.在機器學習方法應用于生物統(tǒng)計學時，為了防止模型過擬合，常用的策略包括______和______。9.生物大數(shù)據(jù)的“V”字特性中，除了“Volume”（體量）和“Velocity”（速度），還包括“______”、“______”和“______”。10.對生物大數(shù)據(jù)進行探索性數(shù)據(jù)分析(EDA)時，繪制直方圖、密度圖、箱線圖以及計算描述性統(tǒng)計量是常用的初步步驟，目的是了解數(shù)據(jù)的______、______和______。三、簡答題（每題5分，共20分）1.簡述在生物大數(shù)據(jù)分析中，與傳統(tǒng)的生物統(tǒng)計學相比，所面臨的主要挑戰(zhàn)有哪些？2.解釋什么是多重比較問題，并列舉至少兩種在生物大數(shù)據(jù)分析中常用的控制多重比較風險的方法。3.描述一下主成分分析(PCA)在高維生物數(shù)據(jù)（如基因表達數(shù)據(jù)）分析中的基本原理及其主要用途。4.在生物研究中，什么是生存分析？它適用于分析哪些類型的數(shù)據(jù)？四、計算題（每題10分，共20分）1.假設一項研究比較了兩種藥物(A組和B組)對某種疾病緩解效果的影響。收集了100名患者的緩解時間數(shù)據(jù)（以月為單位），其中A組有30名患者，B組有70名患者。由于部分患者在研究結(jié)束時仍未緩解，數(shù)據(jù)存在刪失。研究人員使用Kaplan-Meier方法分析了兩組患者的生存曲線，并繪制如下（示意性描述，無圖形）：*A組：50%患者在6個月內(nèi)緩解，80%患者在12個月內(nèi)緩解。*B組：50%患者在8個月內(nèi)緩解，90%患者在18個月內(nèi)緩解。*對比兩組生存曲線，請簡述如何描述這兩種藥物在緩解時間上的差異，并說明Kaplan-Meier方法在這種情況下比簡單比較中位數(shù)生存期更合適的理由。2.研究人員收集了一組樣本的基因表達數(shù)據(jù)，包含1000個基因和50個樣本。初步探索性分析發(fā)現(xiàn)，數(shù)據(jù)存在較強的多重共線性。研究者希望構(gòu)建一個模型來預測某個特定疾病狀態(tài)，選擇了其中10個與疾病相關的基因作為候選預測變量。請簡述在這種情況下，可以采用哪些統(tǒng)計方法來選擇這10個基因，并構(gòu)建預測模型，并說明選擇這些方法的理由。五、綜合應用題（15分）某研究收集了1000名個體的全基因組測序數(shù)據(jù)，并記錄了他們是否患有某種復雜疾?。ǘ兞浚?=患病，0=未患?。?。研究者希望利用這些數(shù)據(jù)識別與該疾病相關的基因。數(shù)據(jù)預處理后，研究者注意到：1.數(shù)據(jù)包含約500,000個SNP（單核苷酸多態(tài)性位點）。2.研究中存在約5%的SNP數(shù)據(jù)缺失。3.基因表達數(shù)據(jù)（來自部分樣本）也可用作輔助信息。4.研究者初步使用全基因組關聯(lián)分析（GWAS）的思路，對每個SNP進行單獨的顯著性檢驗（如使用邏輯回歸），發(fā)現(xiàn)有很多SNP的p值非常小。請結(jié)合生物統(tǒng)計學的知識，分析上述研究過程中可能存在的問題，并提出至少三點改進建議或后續(xù)分析方向。試卷答案一、選擇題1.D2.C3.C4.C5.B6.B7.D8.C9.B10.B二、填空題1.單變量選擇；多變量降維2.線性混合效應模型；非線性混合效應模型3.顯著；不顯著4.測試5.Jaccard距離；Spearman距離6.高效（或可擴展性）7.時間8.正則化（如Lasso，Ridge）；交叉驗證9.Variety（多樣性）；Veracity（真實性）；Value（價值）10.分布；異常值；主要趨勢三、簡答題1.挑戰(zhàn)：數(shù)據(jù)量巨大導致計算資源需求高；數(shù)據(jù)維度高帶來“維度災難”；數(shù)據(jù)質(zhì)量參差不齊且缺失值多；數(shù)據(jù)類型復雜且異構(gòu)；多重比較問題更加嚴重；模型解釋性可能下降；需要更強大的存儲和計算基礎設施。2.多重比較問題：在同時進行多個假設檢驗時，即使所有原假設都為真，由于隨機性，仍可能錯誤地拒絕至少一個原假設，即犯第一類錯誤的概率會增加?？刂品椒ǎ築onferroni修正（將顯著性水平α除以檢驗次數(shù)）；FDR控制方法（如Benjamini-Hochberg程序，控制假發(fā)現(xiàn)比例）。3.PCA原理：PCA是一種降維技術，通過正交變換將原始的高維變量（可能存在相關性）投影到一組新的、線性無關的變量（主成分）上。這些主成分按照它們能解釋的原始數(shù)據(jù)方差的大小進行排序。主要用途：降維，去除噪聲和冗余信息，揭示數(shù)據(jù)的主要結(jié)構(gòu)或模式；可視化，將高維數(shù)據(jù)投影到二維或三維空間進行圖形展示；特征提取，為后續(xù)的分析或機器學習模型提供更有效的輸入變量。4.生存分析：是一類研究生物現(xiàn)象（如疾病進展、動物壽命、設備失效等）隨時間變化的統(tǒng)計方法。其特點是被研究對象通常存在“刪失”數(shù)據(jù)（即部分個體在研究結(jié)束時結(jié)局事件未發(fā)生）。它主要關注時間至事件（如死亡、緩解）數(shù)據(jù)，并分析影響事件發(fā)生時間分布的因素。適用于分析生存時間數(shù)據(jù)、復發(fā)時間數(shù)據(jù)、臨床試驗中患者的隨訪數(shù)據(jù)等。四、計算題1.描述差異：根據(jù)Kaplan-Meier曲線描述，藥物B組的生存曲線整體位于藥物A組之下，且下降速度較慢。這表明在緩解時間方面，藥物A組的中位緩解時間可能短于藥物B組，且B組患者在較長的時間內(nèi)保持緩解狀態(tài)的比例更高。Kaplan-Meier方法更合適理由：①能處理刪失數(shù)據(jù)，這是臨床試驗中常見的情況；②能直觀地展示生存概率隨時間的變化趨勢，便于比較不同組間的生存差異；③提供了生存分布的估計，而不僅僅是中位生存期，信息更全面。簡單比較中位數(shù)生存期可能忽略曲線形狀的差異和早期/晚期事件的發(fā)生情況。2.方法與理由：①逐步回歸選擇：按一定標準（如P值或AIC/BIC）逐步篩選變量，從候選的10個基因開始，剔除不顯著的，或逐步加入顯著的基因。理由：簡化模型，提高可解釋性，但可能引入偏倚。②Lasso回歸：通過L1正則化懲罰項進行變量選擇，可以同時實現(xiàn)回歸系數(shù)收縮為0，達到變量選擇和模型構(gòu)建的目的。理由：能有效處理多重共線性，進行稀疏學習，選擇最重要的變量。③主成分回歸(PCR)：先對變量（基因）進行PCA降維，然后用降維后的主成分作為新變量進行回歸分析。理由：PCA可以處理共線性問題，減少變量數(shù)量，提高模型穩(wěn)定性。選擇這些方法需考慮數(shù)據(jù)特性及研究目的，逐步回歸和Lasso更側(cè)重變量選擇，PCR側(cè)重降維和共線性處理。五、綜合應用題問題與建議：①大量SNP的p值非常小，直接使用標準顯著性閾值（如p<0.05）可能造成嚴重的假發(fā)現(xiàn)：建議使用多重比較校正方法（如FDR控制），如Benjamini-Hochberg程序，以控制假發(fā)現(xiàn)率。②存在約5%的SNP數(shù)據(jù)缺失：建議使用適當?shù)娜笔?shù)據(jù)處理方法，如多重插補、基于模型的方法（如KNN）或刪除含有缺失值的SNP，但要意識到不同方法可能帶來的偏倚。③僅基于GW