新2026醫(yī)學(xué)統(tǒng)計學(xué)試題庫及答案1.單選題（每題1分，共30題）1.1某研究欲比較三種降壓藥的平均降壓幅度，數(shù)據(jù)服從正態(tài)分布且方差齊，最合適的檢驗方法是A.單樣本t檢驗B.配對t檢驗C.單因素方差分析D.Kruskal-Wallis檢驗答案：C解析：三組獨立正態(tài)、方差齊，比較均值用單因素方差分析；Kruskal-Wallis為非參數(shù)方法，不首選。1.2在Logistic回歸中，OR=1.50的95%CI為1.20~1.88，可認(rèn)為A.暴露與結(jié)局無關(guān)聯(lián)B.暴露降低結(jié)局風(fēng)險C.暴露增加結(jié)局風(fēng)險且有統(tǒng)計學(xué)意義D.無法判斷答案：C解析：CI不包含1，且OR>1，提示暴露增加結(jié)局風(fēng)險并有統(tǒng)計學(xué)意義。1.3下列指標(biāo)中，對患病率變化最敏感的是A.發(fā)病率B.病死率C.累積死亡率D.期間患病率答案：D解析：期間患病率直接受現(xiàn)患病例數(shù)影響，對短期病例累積最敏感。1.4研究設(shè)計階段，采用分層隨機化的主要目的是A.減少選擇偏倚B.提高檢驗效能C.保證重要預(yù)后因素在組間均衡D.降低失訪率答案：C解析：分層隨機化可確保關(guān)鍵混雜因素在各組分布一致，提高內(nèi)部真實性。1.5對同一批受試者先后使用A、B兩種血糖儀測量，評價一致性應(yīng)首選A.Pearson相關(guān)B.ICC(組內(nèi)相關(guān)系數(shù))C.Cohen’sKappaD.Bland-Altman圖答案：D解析：Bland-Altman圖可系統(tǒng)觀察兩種方法測量差值的偏倚及95%一致性界限。1.6某隊列研究RR=0.80，PAR%為25%，表明A.暴露組80%的結(jié)局由暴露引起B(yǎng).全人群中25%的結(jié)局可通過消除暴露預(yù)防C.暴露保護(hù)效應(yīng)較弱D.暴露組發(fā)病密度低于非暴露組20%答案：B解析：PAR%表示人群中歸因于暴露的比例，25%說明消除暴露可預(yù)防四分之一的結(jié)局。1.7在生存分析中，若Kaplan-Meier曲線交叉，提示A.比例風(fēng)險假設(shè)可能不成立B.兩組中位生存期相同C.應(yīng)采用Log-rank檢驗D.曲線交叉純屬隨機答案：A解析：曲線交叉提示風(fēng)險比隨時間變化，Cox比例風(fēng)險模型假設(shè)或遭違反。1.8對計量資料進(jìn)行正態(tài)性檢驗，樣本量n=2000，α=0.05，下列說法正確的是A.Shapiro-Wilk檢驗比K-S檢驗更易檢出輕微偏離B.直方圖比Q-Q圖更敏感C.若P>0.05，數(shù)據(jù)一定正態(tài)D.大樣本時正態(tài)性檢驗無意義答案：A解析：Shapiro-Wilk對尾部偏離敏感；大樣本時微小偏離亦可能P<0.05，需結(jié)合圖形與穩(wěn)健方法。1.9多重線性回歸中，若某自變量VIF=8.5，應(yīng)A.立即刪除該變量B.考慮嶺回歸或主成分回歸C.增加樣本量即可D.將變量標(biāo)準(zhǔn)化答案：B解析：VIF>5提示中度共線，>10為高度；嶺回歸等可穩(wěn)定估計。1.10Meta分析中，I2=65%，可認(rèn)為A.研究間異質(zhì)性可忽略B.存在中等異質(zhì)性，需隨機效應(yīng)模型C.必須做亞組分析D.固定效應(yīng)模型更穩(wěn)健答案：B解析：I2>50%提示中等異質(zhì)，隨機效應(yīng)模型更合理，但非必須亞組。1.11下列哪項不是造成“immortaltimebias”的原因A.將服藥后觀察時間錯誤計入暴露人時B.把開始治療前的觀察期歸入暴露組C.延遲進(jìn)入導(dǎo)致暴露組獲得額外“不死時間”D.治療組因更健康而被選入答案：A解析：A描述正確人時計算，不會引入偏倚；B、C、D均為典型原因。1.12對二分類結(jié)局，樣本量估算時，下列哪組參數(shù)不必提供A.檢驗效能B.效應(yīng)量(如OR或RR)C.基線結(jié)局發(fā)生率D.暴露組樣本占比答案：D解析：暴露占比影響分配比例，但非必需參數(shù)；其余三項必須。1.13在交叉設(shè)計中，若存在顯著順序效應(yīng)，分析時應(yīng)A.僅分析第一階段數(shù)據(jù)B.忽略順序效應(yīng)C.在模型中加入順序與處理交互項D.改用平行對照設(shè)計答案：C解析：順序效應(yīng)顯著提示可能存在殘留或交互，需在混合效應(yīng)模型中納入順序項。1.14某研究OR=2.0，但按性別分層后男性O(shè)R=1.1，女性O(shè)R=3.5，提示A.性別是混雜因素B.性別是效應(yīng)修飾因素C.存在選擇偏倚D.計算錯誤答案：B解析：分層后效應(yīng)大小方向一致但程度不同，提示性別修飾效應(yīng)。1.15對有序多分類自變量，若線性趨勢檢驗P<0.01，說明A.各組均數(shù)相等B.結(jié)局與自變量存在劑量-反應(yīng)關(guān)系C.必須將變量視為無序D.可忽略變量答案：B解析：趨勢檢驗P值小，支持劑量-反應(yīng)，可繼續(xù)用有序分組或連續(xù)模型。1.16在Cox回歸中，對時間依賴協(xié)變量正確做法是A.將基線值直接代入模型B.采用時依協(xié)變量格式，分段更新值C.取平均值D.忽略答案：B解析：需將隨時間變化的值按區(qū)間拆分，建立時依協(xié)變量。1.17對計數(shù)資料比較，若存在大量0，且總體均數(shù)<5，應(yīng)首選A.泊松回歸B.負(fù)二項回歸C.零膨脹模型D.卡方檢驗答案：C解析：零膨脹模型同時處理“過多零”與“非零計數(shù)”兩部分。1.18在診斷試驗中，將cutoff值下調(diào)，則A.靈敏度升高，特異度下降B.靈敏度下降，特異度升高C.兩者均升高D.兩者均下降答案：A解析：降低cutoff，更多陽性被檢出，靈敏度升，假陽性增，特異度降。1.19對配對設(shè)計計數(shù)資料，應(yīng)使用A.卡方檢驗B.McNemar檢驗C.Fisher精確D.RR答案：B解析：McNemar檢驗針對配對二分類，考察不一致對子。1.20某研究以P<0.01為顯著，若進(jìn)行10次獨立比較，至少一次假陽性的概率約為A.0.01B.0.05C.0.096D.0.10答案：C解析：1-(1-0.01)^10≈0.096。1.21對偏態(tài)分布的計量資料，描述集中趨勢應(yīng)報告A.均數(shù)B.中位數(shù)C.幾何均數(shù)D.眾數(shù)答案：B解析：中位數(shù)不受極端值影響，為偏態(tài)資料首選。1.22在多重插補中，若m=5，最終合并統(tǒng)計量依據(jù)A.僅第一次插補結(jié)果B.五組結(jié)果簡單平均C.Rubin法則D.最大似然答案：C解析：Rubin法則綜合組內(nèi)與組間變異，給出正確標(biāo)準(zhǔn)誤。1.23某研究用Bonferroni校正后，原P=0.015的20次比較中A.一定顯著B.一定不顯著C.校正后α=0.0025，若P<0.0025則顯著D.無需校正答案：C解析：0.05/20=0.0025，P=0.015>0.0025，故不顯著。1.24對生存數(shù)據(jù)，若存在失訪且失訪與結(jié)局無關(guān)，屬于A.非信息失訪B.信息失訪C.選擇偏倚D.混雜答案：A解析：非信息失訪滿足獨立刪失假設(shè)，Kaplan-Meier仍無偏。1.25在傾向評分匹配后，需檢查A.標(biāo)準(zhǔn)化差值<10%B.P值>0.05C.效應(yīng)量增大D.樣本量不變答案：A解析：標(biāo)準(zhǔn)化差值<10%提示協(xié)變量均衡，匹配有效。1.26對重復(fù)測量資料，若球形檢驗P<0.05，應(yīng)A.直接使用重復(fù)測量方差分析B.采用Greenhouse-Geisser校正C.改用獨立t檢驗D.刪除數(shù)據(jù)答案：B解析：球形假設(shè)不滿足，需用校正系數(shù)降低自由度。1.27某研究報道HR=1.20，P=0.08，95%CI0.98~1.47，可認(rèn)為A.有統(tǒng)計學(xué)意義B.無統(tǒng)計學(xué)意義，但可能樣本量不足C.一定無臨床意義D.需立即擴(kuò)大研究答案：B解析：CI包含1，P>0.05，未達(dá)顯著；但效應(yīng)方向明確，或效能低。1.28對基因表達(dá)數(shù)據(jù)，多重比較校正后，下列方法最保守A.FDR-BHB.BonferroniC.HolmD.?idák答案：B解析：Bonferroni控制族錯誤率最嚴(yán)，檢驗效能最低。1.29在生態(tài)學(xué)研究中，若相關(guān)系數(shù)r=0.92，但個體水平r=0.15，提示A.生態(tài)學(xué)偏倚B.混雜C.選擇偏倚D.信息偏倚答案：A解析：群體水平關(guān)聯(lián)不能類推個體，即生態(tài)學(xué)偏倚。1.30對隨機交叉試驗，分析時應(yīng)使用A.獨立樣本t檢驗B.配對t檢驗C.混合效應(yīng)模型，納入個體隨機效應(yīng)D.卡方檢驗答案：C解析：混合效應(yīng)模型可同時處理配對、階段、順序及隨機個體效應(yīng)。2.多選題（每題2分，共10題；多選少選均不得分）2.1下列哪些情況適合使用Poisson回歸A.研究隨訪人年數(shù)不等的事件數(shù)B.結(jié)局為罕見疾病發(fā)生數(shù)C.存在過度離散D.需要估計率比答案：A、B、D解析：Poisson適用于罕見事件且人時數(shù)據(jù)；過度離散需負(fù)二項。2.2關(guān)于樣本量，下列說法正確A.效應(yīng)量越小，所需樣本越大B.檢驗效能越高，樣本越大C.α取0.01比0.05所需樣本小D.雙側(cè)檢驗比單側(cè)樣本大答案：A、B、D解析：α越小樣本越大，C錯誤。2.3下列哪些指標(biāo)屬于診斷試驗效能參數(shù)A.靈敏度B.陽性預(yù)測值C.似然比D.歸因危險度答案：A、B、C解析：歸因危險度為隊列指標(biāo)，不屬診斷試驗。2.4可用來控制混雜的方法有A.隨機化B.匹配C.分層分析D.增加樣本量答案：A、B、C解析：增加樣本量不能控制混雜，僅提高精度。2.5關(guān)于置信區(qū)間，下列正確A.95%CI不包含零等價于P<0.05B.CI寬度與樣本量成反比C.CI可用于判斷臨床意義D.99%CI比95%CI窄答案：A、B、C解析：99%CI更寬，D錯誤。2.6下列哪些屬于生存分析的刪失類型A.右刪失B.左刪失C.區(qū)間刪失D.中心刪失答案：A、B、C解析：無“中心刪失”概念。2.7在Meta分析中，發(fā)表偏倚檢驗方法有A.Egger回歸B.Begg秩相關(guān)C.剪補法D.Galbraith圖答案：A、B、C解析：Galbraith圖用于異質(zhì)可視化，非偏倚檢驗。2.8下列哪些情況需用非參數(shù)檢驗A.方差不齊且樣本量小B.數(shù)據(jù)嚴(yán)重偏態(tài)C.等級資料D.正態(tài)大樣本答案：A、B、C解析：大樣本中心極限定理保證，可用參數(shù)方法。2.9關(guān)于交互作用，下列正確A.相加模型與相乘模型可不一致B.交互需事先提出假設(shè)C.交互顯著即必須分層報告D.交互檢驗效能通常低于主效應(yīng)答案：A、B、D解析：交互顯著后是否分層視臨床意義而定，C絕對化。2.10下列哪些做法可降低多重比較假陽性A.預(yù)先指定主要終點B.使用FDR校正C.增加樣本量D.采用Bayesian方法答案：A、B、D解析：增加樣本量不降低假陽性率，僅提高效能。3.判斷題（每題1分，共10題）3.1對數(shù)轉(zhuǎn)換可使右偏數(shù)據(jù)更接近正態(tài)。答案：√解析：對數(shù)拉伸小值、壓縮大值，常改善右偏。3.2相關(guān)系數(shù)r=0表示兩變量無關(guān)系。答案：×解析：r=0僅無線性相關(guān)，可能存在非線性關(guān)系。3.3隨機效應(yīng)Meta分析允許研究間效應(yīng)不同。答案：√解析：隨機效應(yīng)假設(shè)效應(yīng)服從分布，更寬松。3.4在Cox模型中，基線風(fēng)險函數(shù)被完全參數(shù)化。答案：×解析：Cox為半?yún)?shù)，基線風(fēng)險未指定。3.5若兩變量間存在混雜，一定存在交互。答案：×解析：混雜與交互概念獨立，可僅有混雜而無交互。3.6對配對資料使用獨立樣本t檢驗會增加Ⅰ型錯誤。答案：√解析：忽略配對相關(guān)性，標(biāo)準(zhǔn)誤夸大，易假陽性。3.7在Logistic回歸中，自變量為單位變化時，OR恒成立。答案：×解析：OR受測量單位影響，需說明單位。3.8預(yù)注冊研究方案可減少選擇性報告。答案：√解析：預(yù)先公開終點與分析計劃，降低偏倚。3.9對小樣本均值比較，t檢驗比秩和檢驗效能更高。答案：×解析：非正態(tài)小樣本，秩和檢驗效能更高。3.10研究結(jié)論的外推范圍僅由統(tǒng)計顯著性決定。答案：×解析：外推需結(jié)合研究人群、臨床特征，顯著性不足唯一標(biāo)準(zhǔn)。4.計算與綜合題（共50分）4.1（8分）一項平行對照試驗，對照組事件率π?=0.25，期望新藥降至π?=0.15，雙側(cè)α=0.05，效能1-β=0.80，按1:1分配，需多少樣本？解：采用兩樣本率公式n=[Zα/2√(2p?(1-p?))+Zβ√(π?(1-π?)+π?(1-π?))]2/(π?-π?)2p?=(0.25+0.15)/2=0.20Zα/2=1.96，Zβ=0.84分子=[1.96√(2×0.2×0.8)+0.84√(0.25×0.75+0.15×0.85)]2=[1.96×0.5657+0.84×0.5568]2=[1.1088+0.4677]2=2.462=6.05分母=(0.10)2=0.01n=6.05/0.01=605，每組606，總1212，考慮10%失訪，需1334例。答案：每組606，總計約1334例。4.2（6分）下表為某診斷試驗結(jié)果，請計算靈敏度、特異度、陽性似然比。金標(biāo)準(zhǔn)陽性金標(biāo)準(zhǔn)陰性試驗陽性18030試驗陰性20170解：靈敏度=TP/(TP+FN)=180/200=0.90特異度=TN/(TN+FP)=170/200=0.85LR+=靈敏度/(1-特異度)=0.90/0.15=6.0答案：靈敏度90%，特異度85%，LR+6.0。4.3（6分）對8只大鼠分別于0、2、4、6小時測血糖，欲比較兩種飼料差異，簡述分析步驟。答：1.繪制個體軌跡圖，檢查趨勢；2.球形檢驗，若P>0.05用重復(fù)測量方差分析，否則Greenhouse-Geisser校正；3.模型中納入處理、時間及其交互；4.若交互顯著，簡單效應(yīng)分析，比較各時間點；5.報告邊際均值及95%CI。4.4（10分）某隊列研究隨訪5年，暴露組1000人，發(fā)病50例；非暴露組2000人，發(fā)病60例。計算RR、AR%、PAR%，并解釋。解：暴露發(fā)病率I?=50/1000=0.05非暴露I?=60/2000=0.03RR=I?/I?=0.05/0.03=1.67AR%=(RR-1)/RR×100%=0.67/1.67×100%=40%總?cè)巳喊l(fā)病率I?=(50+60)/3000=0.0367PAR%=(I?-I?)/I?×100%=(0.0367-0.03)/0.0367×100%=18.3%解釋：暴露增加67%發(fā)病風(fēng)險；暴露組40%病例歸因于暴露；全人群中18.3%病例可通過消除暴露預(yù)防。4.5（10分）下表為三種手術(shù)方式術(shù)后疼痛評分（偏態(tài)），比較差異。A組：3,4,3,5,4B組：6,7,6,8,7C組：8,9,10,9,8解：1.正態(tài)檢驗Shapiro-WilkP<0.05，方差不齊，故用Kruskal-Wallis；2.H=[12/(N(N+1)))Σ(Ri2/ni)]-3(N+1)N=15，Ri：A組秩和RA=21，B=52.5，C=81.5H=[12/(15×16)](212/5+52.52/5+81.52/5)-3×16=(0.05)(88.2+551.25+1328.45)-48=98.39-48=50.39df=2，χ2?.???=13.82，50.39>13.82，P<0.001；3.結(jié)論：三組疼痛差異有統(tǒng)計學(xué)意義，術(shù)后疼痛程度依次升高。4.6（10分）一項研究欲探討年齡、性別、BMI、吸煙對高血壓的聯(lián)合作用，收集1500人，高血壓率28%，請寫出Logistic回歸模型及解釋