2026年新的醫(yī)學(xué)統(tǒng)計(jì)學(xué)基礎(chǔ)考試試題及答案1.單項(xiàng)選擇題（每題1分，共30分）1.1某研究將2026例高血壓患者隨機(jī)分為A、B兩組，A組接受新藥，B組接受安慰劑。主要結(jié)局為收縮壓下降值（mmHg）。若檢驗(yàn)效能1–β=0.90，α=0.05（雙側(cè)），預(yù)期兩組差值Δ=5mmHg，合并標(biāo)準(zhǔn)差σ=12mmHg，則所需樣本量最接近A.90B.180C.360D.720答案：C解析：n=2[(Z_{1–α/2}+Z_{1–β})σ/Δ]^2=2[(1.96+1.28)×12/5]^2≈2×(7.776)^2≈2×60.5≈121/組，總242；考慮10%脫落，需266/組，最接近360（C）。1.2在多重插補(bǔ)（m=20）后，對(duì)某回歸系數(shù)β?進(jìn)行推斷，下列指標(biāo)可直接用于構(gòu)造置信區(qū)間的是A.20個(gè)β?的算術(shù)均值B.20個(gè)β?的中位數(shù)C.20個(gè)β?的合并標(biāo)準(zhǔn)誤D.20個(gè)β?的眾數(shù)答案：C解析：Rubin規(guī)則用合并標(biāo)準(zhǔn)誤√(W+(1+1/m)B)構(gòu)造區(qū)間，故選C。1.3對(duì)有序分類(lèi)結(jié)局（None/Mild/Moderate/Severe）比較兩組療效，首選A.卡方檢驗(yàn)B.Wilcoxon秩和C.趨勢(shì)卡方D.Fisher精確答案：C解析：有序資料應(yīng)檢驗(yàn)劑量-反應(yīng)趨勢(shì)，趨勢(shì)卡方（Cochran-Armitage）效能最高。1.4若log-rank檢驗(yàn)P=0.012，則下列說(shuō)法正確的是A.兩組中位生存期相差顯著B(niǎo).兩組生存曲線(xiàn)在所有時(shí)點(diǎn)均分離C.拒絕“兩條曲線(xiàn)整體相同”的原假設(shè)D.可計(jì)算HR的點(diǎn)估計(jì)必>1答案：C解析：log-rank僅檢驗(yàn)整體差異，不保證中位數(shù)差異，也不提供HR方向。1.5在負(fù)二項(xiàng)回歸中，過(guò)度離散參數(shù)α=0，則模型退化為A.泊松回歸B.二項(xiàng)回歸C.零膨脹泊松D.幾何回歸答案：A解析：α=0表示均值方差相等，即泊松。1.6對(duì)連續(xù)變量X建立限制性立方樣條（3knots），則模型自由度為A.1B.2C.3D.4答案：B解析：kknots產(chǎn)生k–1個(gè)基函數(shù)，3knots→2df。1.7若診斷試驗(yàn)ROC曲線(xiàn)下面積AUC=0.83，則正確的是A.特異度必>0.83B.陽(yáng)性似然比必>5C.隨機(jī)挑一例患者得分高于隨機(jī)健康人的概率0.83D.Youden指數(shù)=0.83答案：C解析：AUC等價(jià)于c統(tǒng)計(jì)量，含義即C。1.8在交叉設(shè)計(jì)中，若存在顯著順序效應(yīng)，則A.應(yīng)棄用全部數(shù)據(jù)B.僅需分析第一階段C.在模型中加入順序項(xiàng)即可D.必須改用平行設(shè)計(jì)答案：C解析：順序效應(yīng)可通過(guò)在混合效應(yīng)模型中加入順序項(xiàng)控制。1.9對(duì)零膨脹計(jì)數(shù)資料，若Vuong檢驗(yàn)P<0.001，則A.零膨脹模型顯著優(yōu)于普通泊松B.泊松顯著優(yōu)于零膨脹C.兩模型等價(jià)D.檢驗(yàn)失效答案：A解析：Vuong用于非嵌套比較，P小提示零膨脹更好。1.10在貝葉斯生存分析中，若Weibull形狀參數(shù)后驗(yàn)均數(shù)1.08，95%CrI0.99–1.17，則A.風(fēng)險(xiǎn)單調(diào)遞增B.風(fēng)險(xiǎn)基本恒定C.風(fēng)險(xiǎn)單調(diào)遞減D.數(shù)據(jù)不足答案：B解析：CrI含1，提示指數(shù)模型（恒定風(fēng)險(xiǎn)）足夠。1.11對(duì)聚類(lèi)數(shù)據(jù)（醫(yī)院為聚類(lèi)），若ICC=0.15，則設(shè)計(jì)效應(yīng)DE≈A.1+0.15(m–1)B.1–0.15(m–1)C.0.15mD.1/m答案：A解析：DE=1+(m–1)ICC，A正確。1.12若變量X與Y的Spearmanρ=0.78，Pearsonr=0.32，則A.存在異常值B.關(guān)系非線(xiàn)性單調(diào)C.關(guān)系線(xiàn)性且強(qiáng)D.樣本量不足答案：B解析：Spearman高、Pearson低提示單調(diào)但非線(xiàn)性。1.13在傾向評(píng)分匹配后，標(biāo)準(zhǔn)化差值（ASD）應(yīng)A.<0.1B.<0.2C.<0.5D.接近1答案：A解析：共識(shí)要求ASD<0.1方可認(rèn)為平衡。1.14對(duì)高維數(shù)據(jù)（p>n），下列方法最不易過(guò)擬合的是A.逐步回歸B.LassoC.最佳子集D.普通最小二乘答案：B解析：Lasso帶懲罰，稀疏約束降低過(guò)擬合。1.15若Meta分析I2=74%，則A.異質(zhì)性低B.需隨機(jī)效應(yīng)模型C.可忽略D.應(yīng)棄用答案：B解析：I2>50%提示實(shí)質(zhì)異質(zhì)，宜隨機(jī)效應(yīng)。1.16在Cox模型中，比例風(fēng)險(xiǎn)假定檢驗(yàn)P<0.01，則A.立即終止分析B.加入時(shí)間交互項(xiàng)C.改用LogisticD.無(wú)影響答案：B解析：拒絕PH，可加入時(shí)依協(xié)變量或分層。1.17對(duì)小型PhaseI試驗(yàn)，連續(xù)毒性終點(diǎn)常用A.3+3設(shè)計(jì)B.CRMC.隨機(jī)對(duì)照D.交叉答案：B解析：連續(xù)毒性更宜連續(xù)重評(píng)估法（CRM）。1.18若兩獨(dú)立樣本t檢驗(yàn)LeveneP=0.03，則A.必須改用非參數(shù)B.用校正t（Welch）C.刪除極端值D.增加樣本答案：B解析：方差不齊用Welch校正。1.19在重復(fù)測(cè)量方差分析中，球形檢驗(yàn)P<0.01，則A.用Greenhouse-GeisserB.改用混合效應(yīng)C.刪除時(shí)點(diǎn)D.無(wú)影響答案：A解析：違反球形需校正自由度。1.20若隨機(jī)效應(yīng)Meta分析τ2=0，則A.與固定效應(yīng)結(jié)果相同B.異質(zhì)性高C.需更多研究D.模型錯(cuò)誤答案：A解析：τ2=0即無(wú)異質(zhì)，權(quán)重退為逆方差，與固定一致。1.21對(duì)左截?cái)嗌鏀?shù)據(jù)，宜采用A.Kaplan-MeierB.Nelson-AalenC.延遲進(jìn)入CoxD.Log-rank答案：C解析：左截?cái)嘈柩舆t進(jìn)入（entry=truncationtime）。1.22若Logistic模型預(yù)測(cè)概率的Brier評(píng)分=0.08，則A.模型校準(zhǔn)差B.模型判別差C.預(yù)測(cè)準(zhǔn)確度高D.無(wú)法判斷答案：C解析：Brier越低越好，0.08表明預(yù)測(cè)準(zhǔn)。1.23在多重比較校正（Bonferroni）中，若原α=0.05，比較次數(shù)k=10，則新α=A.0.005B.0.01C.0.05D.0.5答案：A解析：0.05/10=0.005。1.24對(duì)病例-對(duì)照研究，估計(jì)暴露與疾病關(guān)聯(lián)，應(yīng)報(bào)告A.風(fēng)險(xiǎn)比B.率比C.優(yōu)勢(shì)比D.危險(xiǎn)差答案：C解析：病例-對(duì)照無(wú)法得風(fēng)險(xiǎn)，只能算OR。1.25若兩變量VIF>10，則A.無(wú)多重共線(xiàn)B.嚴(yán)重共線(xiàn)C.需標(biāo)準(zhǔn)化D.需增加樣本答案：B解析：VIF>10提示嚴(yán)重共線(xiàn)。1.26在生存樹(shù)（randomsurvivalforest）中，分裂準(zhǔn)則常用A.GiniB.Log-rank統(tǒng)計(jì)量C.AICD.R2答案：B解析：生存樹(shù)用Log-rank分裂。1.27對(duì)小型樣本（n=12）差值非正態(tài)，宜A.單樣本tB.Wilcoxon符號(hào)秩C.卡方D.Z檢驗(yàn)答案：B解析：非正態(tài)小樣本用非參數(shù)。1.28若交叉設(shè)計(jì)忽略洗脫期，則A.增大Ⅰ型錯(cuò)誤B.減小Ⅰ型錯(cuò)誤C.無(wú)影響D.增大效能答案：A解析：殘留效應(yīng)混淆，Ⅰ型錯(cuò)誤膨脹。1.29在貝葉斯分析中，若BF??=15，則A.強(qiáng)證據(jù)支持H?B.強(qiáng)證據(jù)支持H?C.無(wú)差異D.需先驗(yàn)答案：A解析：Jeffreys尺度>10為強(qiáng)證據(jù)。1.30對(duì)劑量-反應(yīng)Meta，常用A.固定效應(yīng)B.隨機(jī)效應(yīng)C.劑量反應(yīng)回歸D.單臂答案：C解析：需用劑量-反應(yīng)回歸模型（如Greenland-Longnecker）。2.多項(xiàng)選擇題（每題2分，共20分；多選少選均不得分）2.1下列哪些指標(biāo)不受患病率影響A.靈敏度B.特異度C.陽(yáng)性預(yù)測(cè)值D.陰性預(yù)測(cè)值答案：AB解析：Se、Sp僅與檢測(cè)和真實(shí)狀態(tài)有關(guān)。2.2可處理時(shí)間依賴(lài)性暴露的Cox擴(kuò)展包括A.時(shí)依CoxB.聯(lián)合模型C.邊際結(jié)構(gòu)模型D.脆弱模型答案：ABC解析：脆弱模型處理聚類(lèi)，不處理時(shí)依暴露。2.3下列屬于非概率抽樣A.便利抽樣B.雪球抽樣C.配額抽樣D.分層隨機(jī)答案：ABC解析：分層隨機(jī)屬概率抽樣。2.4在Meta回歸中，可作為協(xié)變量的有A.平均劑量B.發(fā)表年份C.研究質(zhì)量評(píng)分D.樣本量答案：ABCD解析：均可解釋異質(zhì)性。2.5下列方法可用于變量選擇A.LassoB.ElasticNetC.逐步回歸D.主成分回歸答案：ABC解析：主成分回歸僅降維，不選變量。2.6關(guān)于缺失機(jī)制，正確的是A.MCAR缺失與任何變量無(wú)關(guān)B.MAR給定觀(guān)測(cè)變量后無(wú)關(guān)C.MNAR與未觀(guān)測(cè)有關(guān)D.多重插補(bǔ)需MAR答案：ABCD解析：均正確。2.7在群隨機(jī)試驗(yàn)，可降低ICC的措施A.增加群數(shù)B.減少群規(guī)模C.培訓(xùn)降低群間差異D.配對(duì)隨機(jī)答案：BCD解析：增加群數(shù)不降低ICC本身。2.8下列屬于因果圖（DAG）規(guī)則A.后門(mén)準(zhǔn)則B.前門(mén)準(zhǔn)則C.工具變量D.中介變量答案：ABC解析：中介是變量類(lèi)型，非準(zhǔn)則。2.9在貝葉斯生存分析，可選先驗(yàn)A.JeffreysB.正態(tài)-伽馬C.半柯西D.逆伽馬答案：ABCD解析：均常用。2.10關(guān)于交叉設(shè)計(jì)優(yōu)點(diǎn)A.控制個(gè)體間變異B.節(jié)省樣本C.可估個(gè)體生物等效性D.可長(zhǎng)洗脫答案：ABC解析：長(zhǎng)洗脫是缺點(diǎn)。3.判斷題（每題1分，共10分；正確寫(xiě)“T”，錯(cuò)誤寫(xiě)“F”）3.1對(duì)數(shù)轉(zhuǎn)換可校正任何右偏數(shù)據(jù)。F3.2在Cox模型中，基線(xiàn)風(fēng)險(xiǎn)函數(shù)可被完全忽略仍得HR。T3.3相關(guān)系數(shù)r=0.6表示Y的36%變異可由X解釋。T3.4病例-對(duì)照研究可直接計(jì)算發(fā)病率。F3.5若Q檢驗(yàn)P>0.1，則Meta分析無(wú)異質(zhì)性。F3.6對(duì)小樣本，中位數(shù)比均值更穩(wěn)健。T3.7在Logistic回歸，OR>1即危險(xiǎn)因素。T3.8隨機(jī)效應(yīng)Meta分析權(quán)重比固定更均衡。T3.9靈敏度分析只需改變顯著性水平。F3.10交叉設(shè)計(jì)必須假定無(wú)順序效應(yīng)。F4.簡(jiǎn)答題（每題8分，共40分）4.1給出三種處理缺失數(shù)據(jù)的現(xiàn)代方法，并比較其假設(shè)。答案：(1)多重插補(bǔ)（MI）：假設(shè)MAR，通過(guò)鏈?zhǔn)椒匠袒蚵?lián)合模型生成m>5完整數(shù)據(jù)集，合并用Rubin規(guī)則。(2)逆概率加權(quán)（IPW）：假設(shè)MAR且正確指定缺失模型，給觀(guān)測(cè)個(gè)案權(quán)重1/π，π為預(yù)測(cè)概率。(3)選擇模型（Heckman）：允許MNAR，通過(guò)聯(lián)合建模結(jié)局與缺失機(jī)制，需指定分布和exclusionrestriction。比較：MI易實(shí)現(xiàn)且穩(wěn)??；IPW避免插補(bǔ)但權(quán)重極端值影響大；選擇模型處理MNAR但依賴(lài)強(qiáng)分布假設(shè)且難診斷。4.2解釋“脆弱模型”與“邊際模型”在聚類(lèi)生存數(shù)據(jù)中的區(qū)別，并給出應(yīng)用建議。答案：脆弱模型在風(fēng)險(xiǎn)函數(shù)中加入隨機(jī)效應(yīng)（frailty），估計(jì)條件效應(yīng)，即給定脆弱度下的HR；邊際模型用Cox+穩(wěn)健方差，估計(jì)平均效應(yīng)。前者適合研究聚類(lèi)內(nèi)部異質(zhì)及預(yù)測(cè)個(gè)體生存；后者適合政策平均效果。若聚類(lèi)數(shù)<30或關(guān)注個(gè)體，選脆弱；若聚類(lèi)大且僅需平均，選邊際。4.3寫(xiě)出隨機(jī)化檢驗(yàn)（permutationtest）步驟，并說(shuō)明其優(yōu)勢(shì)。答案：步驟：1.計(jì)算原始統(tǒng)計(jì)量T?（如t、χ2）。2.將組標(biāo)簽隨機(jī)重排B次（≥1000），每次得T_b。3.得經(jīng)驗(yàn)分布，P=(∑I(|T_b|≥|T?|)+1)/(B+1)。優(yōu)勢(shì)：不依賴(lài)分布假設(shè)，適用于小樣本、非正態(tài)、異常值；可構(gòu)造任何復(fù)雜統(tǒng)計(jì)量；在隨機(jī)化試驗(yàn)中保證Ⅰ型錯(cuò)誤。4.4給出三種評(píng)估預(yù)測(cè)模型校準(zhǔn)度的圖形方法，并說(shuō)明如何解讀。答案：(1)校準(zhǔn)曲線(xiàn)：十等分預(yù)測(cè)概率vs觀(guān)測(cè)頻率，45°線(xiàn)為佳，偏離提示高/低估。(2)局部加權(quán)散點(diǎn)平滑（loess）：連續(xù)版本，觀(guān)察波動(dòng)。(3)貝葉斯標(biāo)繪圖（Brier分解）：把Brier拆成校準(zhǔn)-銳度，校準(zhǔn)條近0好。解讀：系統(tǒng)偏離需重新加權(quán)或更新模型；若僅截距偏離，可用Platt校準(zhǔn)。4.5說(shuō)明“E值”在觀(guān)察性研究中的意義與計(jì)算。答案：E值表示需多強(qiáng)的未測(cè)混雜才能將觀(guān)測(cè)RR解釋掉。計(jì)算：E-value=RR+√[RR×(RR–1)]。若E-value=3.2，則未測(cè)混雜需同時(shí)與暴露和結(jié)局關(guān)聯(lián)OR≥3.2才可能使RR=1。E值越大，結(jié)果越穩(wěn)健。5.計(jì)算與分析題（共50分）5.1（15分）一項(xiàng)新藥試驗(yàn)采用群隨機(jī)設(shè)計(jì)，計(jì)劃?rùn)z測(cè)收縮壓差3mmHg，α=0.05，效能0.80，ICC=0.12，群規(guī)模m=20，求所需群數(shù)。若群規(guī)模增至40，群數(shù)如何變化？答案：DE=1+(m–1)×ICC=1+19×0.12=3.28；n_continuous=2×[(1.96+0.84)×12/3]^2=2×7.842≈123/組；N_cluster=123×3.28≈404，群數(shù)=404/20≈21/組，總42群。若m=40，DE=1+39×0.12=5.68，N=123×5.68≈699，群數(shù)=699/40≈18/組，總36群。結(jié)論：群規(guī)模翻倍，群數(shù)略降，但總?cè)藬?shù)增。5.2（15分）下表為某診斷試驗(yàn)結(jié)果，請(qǐng)計(jì)算靈敏度、特異度、陽(yáng)性似然比、診斷OR，并繪制ROC點(diǎn)。|金標(biāo)準(zhǔn)+|金標(biāo)準(zhǔn)–||---------|---------||試驗(yàn)+45|10||試驗(yàn)–5|140|答案：Se=45/(