2025年大學(xué)《統(tǒng)計(jì)學(xué)》專(zhuān)業(yè)題庫(kù)——統(tǒng)計(jì)學(xué)在精準(zhǔn)醫(yī)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10分）1.在精準(zhǔn)醫(yī)學(xué)研究中，患者的基因型數(shù)據(jù)通常呈現(xiàn)高維稀疏特點(diǎn)，此時(shí)考慮使用主成分分析（PCA）的主要目的是（）。A.對(duì)基因進(jìn)行聚類(lèi)分類(lèi)B.提取數(shù)據(jù)主要信息，降低維度，克服多重共線性C.直接預(yù)測(cè)患者的疾病風(fēng)險(xiǎn)D.對(duì)基因表達(dá)量進(jìn)行標(biāo)準(zhǔn)化處理2.一項(xiàng)研究旨在比較兩種不同靶向藥物A和B對(duì)晚期肺癌患者的無(wú)進(jìn)展生存期（PFS）的影響。假設(shè)研究收集了兩組患者的PFS數(shù)據(jù)，初步判斷兩組數(shù)據(jù)均服從正態(tài)分布，且方差可能相等，應(yīng)選擇的統(tǒng)計(jì)檢驗(yàn)方法是（）。A.Wilcoxon秩和檢驗(yàn)B.Mann-WhitneyU檢驗(yàn)C.t檢驗(yàn)（獨(dú)立樣本，假設(shè)方差相等）D.卡方檢驗(yàn)3.在精準(zhǔn)醫(yī)學(xué)的藥物研發(fā)中，常需篩選與疾病相關(guān)的潛在生物標(biāo)志物。一種常用的統(tǒng)計(jì)方法是通過(guò)構(gòu)建多元線性回歸模型，若某個(gè)基因的回歸系數(shù)顯著，則意味著（）。A.該基因的表達(dá)水平越高，患者一定存活時(shí)間越長(zhǎng)B.該基因的表達(dá)水平與患者的疾病嚴(yán)重程度呈正相關(guān)C.在控制其他基因影響的情況下，該基因的表達(dá)水平對(duì)疾病結(jié)局有顯著的獨(dú)立預(yù)測(cè)作用D.該基因的表達(dá)水平是導(dǎo)致疾病的唯一原因4.研究人員欲探究某基因突變狀態(tài)（突變體vs野生型）與患者對(duì)特定化療方案敏感性（敏感vs耐藥）之間的關(guān)系。適合描述該分類(lèi)變量間關(guān)聯(lián)強(qiáng)度的統(tǒng)計(jì)量是（）。A.相關(guān)系數(shù)B.回歸系數(shù)C.克朗巴赫系數(shù)D.列聯(lián)系數(shù)（Phi系數(shù)或Cramer'sV）5.在進(jìn)行生存分析時(shí)，若研究目的是比較不同治療組的生存曲線，且兩組患者的生存時(shí)間受到多種因素（如年齡、性別、病情分期）的影響，應(yīng)優(yōu)先考慮使用的統(tǒng)計(jì)方法是（）。A.對(duì)數(shù)秩檢驗(yàn)（Log-ranktest）B.Wilcoxon生存檢驗(yàn)C.Cox比例風(fēng)險(xiǎn)回歸模型（用于探索影響生存的因素）D.Kruskal-Wallis檢驗(yàn)二、填空題（每空2分，共10分）6.在處理精準(zhǔn)醫(yī)學(xué)研究中可能存在的多重假設(shè)檢驗(yàn)問(wèn)題，以控制家族式錯(cuò)誤率，常用的方法有______和______。7.對(duì)于來(lái)自正態(tài)總體的獨(dú)立樣本，若檢驗(yàn)兩組均值是否存在差異，但不確定兩組方差是否相等，應(yīng)選擇______進(jìn)行統(tǒng)計(jì)推斷。8.在精準(zhǔn)醫(yī)學(xué)領(lǐng)域，ROC曲線常用于評(píng)估生物標(biāo)志物______的能力，其中曲線下面積（AUC）是重要的評(píng)價(jià)指標(biāo)。9.若一項(xiàng)研究旨在分析多個(gè)基因表達(dá)水平與患者臨床病理參數(shù)（如腫瘤大?。┲g的線性關(guān)系，并希望評(píng)估這些基因的整體解釋能力，可以考慮使用______分析。10.在應(yīng)用Cox比例風(fēng)險(xiǎn)模型分析影響患者生存的時(shí)間序列數(shù)據(jù)時(shí)，模型參數(shù)的回歸系數(shù)表示當(dāng)自變量（如某個(gè)危險(xiǎn)因素）增加一個(gè)單位時(shí)，______的倍數(shù)變化。三、簡(jiǎn)答題（每題5分，共15分）11.簡(jiǎn)述在精準(zhǔn)醫(yī)學(xué)研究中，使用t檢驗(yàn)或方差分析（ANOVA）進(jìn)行組間比較時(shí)，需要滿(mǎn)足哪些主要的統(tǒng)計(jì)學(xué)假設(shè)條件？12.為什么在分析高維基因表達(dá)數(shù)據(jù)時(shí)，聚類(lèi)分析（如K-means或?qū)哟尉垲?lèi)）常被用作探索性數(shù)據(jù)分析的工具？13.請(qǐng)簡(jiǎn)述生存分析中“刪失數(shù)據(jù)”（CensoredData）產(chǎn)生的原因，并說(shuō)明在進(jìn)行生存比較時(shí)，為何不能直接使用常規(guī)的t檢驗(yàn)或ANOVA方法。四、計(jì)算與分析題（每題12分，共24分）14.假設(shè)一項(xiàng)研究比較了A、B兩種生活方式干預(yù)措施對(duì)某慢性病高危人群血糖控制水平的影響。隨機(jī)抽取30名受試者，均分為兩組，分別接受干預(yù)3個(gè)月后，測(cè)得空腹血糖水平（mmol/L）如下（數(shù)據(jù)僅為模擬，非真實(shí)測(cè)量值）：組A:6.2,5.8,6.5,5.9,6.1,6.3,5.7,6.0,5.6,6.4組B:5.5,5.3,5.7,5.4,5.6,5.2,5.8,5.1,5.9,5.0假設(shè)兩組數(shù)據(jù)均近似服從正態(tài)分布，且方差相等。請(qǐng)寫(xiě)出選擇并執(zhí)行恰當(dāng)統(tǒng)計(jì)檢驗(yàn)方法以比較兩組血糖平均水平是否存在顯著差異的完整過(guò)程（需包括零假設(shè)、檢驗(yàn)統(tǒng)計(jì)量計(jì)算、P值判斷及結(jié)論解釋?zhuān)?5.某研究旨在探索某基因表達(dá)水平（連續(xù)變量）與患者腫瘤復(fù)發(fā)風(fēng)險(xiǎn)（二元變量：復(fù)發(fā)vs未復(fù)發(fā)）之間的關(guān)系。研究者收集了50例患者的數(shù)據(jù)，發(fā)現(xiàn)該基因表達(dá)水平與復(fù)發(fā)風(fēng)險(xiǎn)可能存在非線性關(guān)系。請(qǐng)簡(jiǎn)述如果需要使用統(tǒng)計(jì)模型來(lái)評(píng)估這種關(guān)系，可以考慮采用哪些模型，并說(shuō)明選擇這些模型的原因。試卷答案一、選擇題1.B2.C3.C4.D5.A二、填空題6.Bonferroni校正；Holm校正7.t檢驗(yàn)（Welch修正）8.預(yù)測(cè)疾病或結(jié)果發(fā)生的概率；區(qū)分能力9.多元線性回歸；協(xié)方差分析（若考慮協(xié)變量）10.風(fēng)險(xiǎn)（死亡風(fēng)險(xiǎn)或事件發(fā)生風(fēng)險(xiǎn)）三、簡(jiǎn)答題11.t檢驗(yàn)或ANOVA的假設(shè)條件通常包括：①數(shù)據(jù)的獨(dú)立性（樣本間相互獨(dú)立）；②數(shù)據(jù)的正態(tài)性（樣本來(lái)自的正態(tài)分布，或大樣本下依據(jù)中心極限定理）；③對(duì)于ANOVA，還需滿(mǎn)足各組方差齊性（HomogeneityofVariances）。在精準(zhǔn)醫(yī)學(xué)研究中，數(shù)據(jù)的獨(dú)立性可能受樣本來(lái)源（如家族相關(guān)性）影響，正態(tài)性在高維數(shù)據(jù)中可能不滿(mǎn)足，方差齊性也可能存在差異，此時(shí)需考慮使用非參數(shù)檢驗(yàn)或?qū)?shù)據(jù)進(jìn)行轉(zhuǎn)換。12.高維基因表達(dá)數(shù)據(jù)特征是變量（基因）數(shù)量遠(yuǎn)超樣本數(shù)量，且數(shù)據(jù)常具有稀疏性。直接分析難以可視化，且易受噪聲影響。聚類(lèi)分析可以將樣本或基因根據(jù)其表達(dá)模式的相似性進(jìn)行分組，有助于：①發(fā)現(xiàn)潛在的生物功能相關(guān)的基因簇；②識(shí)別不同的患者亞群（如根據(jù)基因表達(dá)模式的亞型）；③簡(jiǎn)化復(fù)雜的數(shù)據(jù)結(jié)構(gòu)，為后續(xù)分析（如差異表達(dá)分析、回歸建模）提供線索。它作為一種探索性工具，幫助研究者從海量數(shù)據(jù)中發(fā)掘結(jié)構(gòu)和模式。13.刪失數(shù)據(jù)產(chǎn)生的原因是：在生存研究中，部分研究對(duì)象的結(jié)局事件（如死亡、疾病進(jìn)展）在研究結(jié)束時(shí)尚未發(fā)生，但研究者已知其隨訪時(shí)間長(zhǎng)度。例如，患者失訪、遷出、研究提前終止等。刪失數(shù)據(jù)并非“失敗”事件，只是結(jié)局未知。若直接使用t檢驗(yàn)或ANOVA，會(huì)錯(cuò)誤地假設(shè)所有對(duì)象的生存時(shí)間都已確定，并將刪失時(shí)間視為事件發(fā)生時(shí)間（如假設(shè)刪失患者均存活至研究結(jié)束），這將導(dǎo)致對(duì)生存時(shí)間的低估、方差的低估以及統(tǒng)計(jì)推斷的偏倚。生存分析特有的方法（如對(duì)數(shù)秩檢驗(yàn)、Cox模型）能夠正確處理刪失數(shù)據(jù)，其核心思想是在比較時(shí)只考慮已知結(jié)局的個(gè)體，并利用刪失信息進(jìn)行加權(quán)或調(diào)整。四、計(jì)算與分析題14.完整過(guò)程：1.零假設(shè)（H0）：兩組（A和B）的總體空腹血糖平均水平相等（μA=μB）。2.選擇檢驗(yàn)方法：根據(jù)題設(shè)，數(shù)據(jù)近似正態(tài)分布，方差相等，選擇獨(dú)立樣本t檢驗(yàn)（假設(shè)方差相等，或進(jìn)行Levene檢驗(yàn)確認(rèn)方差齊性后的t檢驗(yàn)）。3.數(shù)據(jù)整理與計(jì)算：*計(jì)算兩組樣本均值（$\bar{x}_A$,$\bar{x}_B$）和標(biāo)準(zhǔn)差（$s_A$,$s_B$）。*計(jì)算合并方差估計(jì)值（$s_p^2$）:$s_p^2=\frac{(n_A-1)s_A^2+(n_B-1)s_B^2}{n_A+n_B-2}$*計(jì)算t統(tǒng)計(jì)量：$t=\frac{\bar{x}_A-\bar{x}_B}{s_p\sqrt{\frac{1}{n_A}+\frac{1}{n_B}}}$*確定自由度（df=n_A+n_B-2）。*查t分布表或使用軟件獲得p值。4.P值判斷與結(jié)論：設(shè)定顯著性水平α（如0.05）。比較計(jì)算得到的p值與α。若p≤α，則拒絕H0；若p>α，則不拒絕H0。5.結(jié)論解釋?zhuān)焊鶕?jù)p值結(jié)果進(jìn)行解釋。例如：若p≤0.05，則有統(tǒng)計(jì)證據(jù)表明兩種生活方式干預(yù)措施對(duì)血糖控制水平存在顯著差異?？梢愿鶕?jù)均值大小和方向進(jìn)一步說(shuō)明哪種措施效果更優(yōu)。需注意，統(tǒng)計(jì)顯著不等于臨床意義顯著。15.可考慮使用的模型：*廣義線性模型（GeneralizedLinearModel,GLM）中的Logistic回歸：該模型適用于因變量為二元變量（如復(fù)發(fā)/未復(fù)發(fā)）且自變量為連續(xù)變量（基因表達(dá)水平）的情況。它通過(guò)連接函數(shù)（如Logit函數(shù)）將因變量的期望概率與線性預(yù)測(cè)器（基因表達(dá)水平+其他協(xié)變量）聯(lián)系起來(lái)，可以評(píng)估基因表達(dá)水平對(duì)復(fù)發(fā)概率的log-odds比的影響。*多項(xiàng)式回歸或Spline回歸：如果初步發(fā)現(xiàn)關(guān)系確實(shí)存在非線性特征，可以考慮使用多項(xiàng)式回歸將基因表達(dá)水平納入二次項(xiàng)或更高次項(xiàng)，或使用Spline回歸來(lái)擬合非線性曲線，同時(shí)仍能評(píng)估基因表達(dá)水平與復(fù)發(fā)風(fēng)險(xiǎn)的