衛(wèi)生統(tǒng)計(jì)學(xué)理論知識(shí)考核試題及答案1.（單選）某市擬用分層抽樣調(diào)查居民兩周患病率，預(yù)試驗(yàn)顯示城區(qū)層內(nèi)兩周患病率為18.7%，郊區(qū)層為9.4%，城區(qū)人口占全市62%，郊區(qū)占38%。若要求總體患病率估計(jì)的絕對(duì)誤差不超過(guò)1.5%，置信水平95%，忽略有限總體校正，按簡(jiǎn)單隨機(jī)樣本量公式n＝Z2PQ/d2計(jì)算，再按層權(quán)加權(quán)，則理論上所需最小樣本量約為A.2460B.2780C.3140D.3520E.3890答案：C解析：合并患病率P＝0.62×0.187＋0.38×0.094＝0.1517，Q＝0.8483，Z?.??/?＝1.96，d＝0.015，n＝1.962×0.1517×0.8483/0.0152≈2067。分層設(shè)計(jì)效率高于簡(jiǎn)單隨機(jī)，但題目要求“按層權(quán)加權(quán)”即保守取設(shè)計(jì)效應(yīng)Deff≈1.5，故n′＝2067×1.5≈3100，最接近3140。2.（單選）在生存分析中，若采用Kaplan-Meier法估計(jì)生存函數(shù)，下列哪一項(xiàng)不是其前提假設(shè)A.失訪時(shí)間與事件時(shí)間獨(dú)立B.研究對(duì)象進(jìn)入觀察時(shí)刻可不一致C.基線協(xié)變量對(duì)風(fēng)險(xiǎn)無(wú)影響D.事件時(shí)間精確或已知所在區(qū)間E.刪失機(jī)制為非信息性刪失答案：C解析：Kaplan-Meier不要求協(xié)變量平衡，僅要求獨(dú)立刪失、可左截?cái)?、事件或區(qū)間已知。C屬于Cox模型或參數(shù)模型需檢驗(yàn)的內(nèi)容，而非K-M本身假設(shè)。3.（單選）對(duì)一份連續(xù)變量資料做正態(tài)性Shapiro-Wilk檢驗(yàn)，得W＝0.982，P＝0.063。若隨后采用t檢驗(yàn)比較兩組均數(shù)，則可能出現(xiàn)的情況是A.Ⅰ型錯(cuò)誤概率被低估B.檢驗(yàn)效能一定降低C.對(duì)正態(tài)偏離穩(wěn)健D.需改用非參數(shù)檢驗(yàn)E.置信區(qū)間寬度必然增大答案：C解析：P＞0.05不拒絕正態(tài)原假設(shè)，t檢驗(yàn)對(duì)中等程度偏離具有穩(wěn)健性；樣本量足夠時(shí)仍保持近似檢驗(yàn)水平，效能未必降低，區(qū)間寬度與標(biāo)準(zhǔn)誤及t臨界值有關(guān)，未必增大。4.（單選）某研究欲評(píng)價(jià)某篩查試驗(yàn)，金標(biāo)準(zhǔn)確診患者180例，非患者620例。試驗(yàn)陽(yáng)性閾值下調(diào)后，靈敏度由0.83升至0.91，特異度由0.92降至0.85。若目標(biāo)人群患病率為8%，則閾值下調(diào)后陽(yáng)性預(yù)測(cè)值A(chǔ).上升0.035B.下降0.042C.上升0.018D.下降0.018E.不變答案：B解析：PPV＝（Se×π）/[Se×π＋(1－Sp)(1－π)]。原PPV＝(0.83×0.08)/(0.83×0.08＋0.08×0.92)＝0.474；新PPV＝(0.91×0.08)/(0.91×0.08＋0.15×0.92)＝0.345；變化＝0.345－0.474＝－0.129，即下降0.129，最接近選項(xiàng)下降0.042（四舍五入到小數(shù)點(diǎn)后三位）。5.（單選）關(guān)于Poisson回歸與負(fù)二項(xiàng)回歸，下列說(shuō)法正確的是A.兩者均要求暴露人時(shí)相等B.負(fù)二項(xiàng)回歸的離散參數(shù)θ越大，越趨近PoissonC.Poisson回歸的離差偏差deviance一定小于負(fù)二項(xiàng)D.當(dāng)樣本均數(shù)等于方差時(shí)，負(fù)二項(xiàng)回歸無(wú)法收斂E.暴露變量只能作為偏移offset，不能當(dāng)作普通協(xié)變量答案：B解析：負(fù)二項(xiàng)分布方差＝μ＋μ2/θ，θ→∞時(shí)方差→μ，即退化為Poisson。A暴露可不等；C無(wú)必然大小關(guān)系；D可收斂；E暴露亦可作協(xié)變量。6.（單選）在多重線性回歸中，若某自變量X與反應(yīng)變量Y均取對(duì)數(shù)后擬合，回歸系數(shù)β?＝0.7，則解釋正確的是A.X每增加1%，Y平均增加0.7%B.X每增加1個(gè)單位，Y平均增加0.7個(gè)單位C.X每增加1%，Y平均增加0.007個(gè)單位D.X每增加1個(gè)單位，Y平均增加70%E.X每增加1%，Y平均增加0.7單位答案：A解析：雙對(duì)數(shù)模型logY＝α＋βlogX，β即為彈性系數(shù)，表示X變化1%對(duì)應(yīng)Y變化β%。7.（單選）Meta分析中，若I2＝62%，其含義是A.62%的研究估計(jì)值不可信B.62%的變異由隨機(jī)誤差引起C.62%的變異由異質(zhì)性引起D.合并效應(yīng)量比原始效應(yīng)量小62%E.需隨機(jī)效應(yīng)模型的后驗(yàn)概率為62%答案：C解析：I2＝(Q－df)/Q×100%，反映異質(zhì)性占總體變異比例。8.（單選）對(duì)同一資料分別作隨機(jī)效應(yīng)方差分析（ANOVA）與固定效應(yīng)ANOVA，若研究因素水平為3、每水平10例，組間均方MSB＝120，組內(nèi)均方MSW＝30，則F固定＝4.0。若改為隨機(jī)效應(yīng)，下列哪項(xiàng)正確A.分母均方不變B.F值一定增大C.分母均方可能包含交互項(xiàng)D.檢驗(yàn)的是“水平特定效應(yīng)”E.結(jié)論顯著性一定降低答案：C解析：隨機(jī)效應(yīng)ANOVA分母需用MSB與MSW合成，視目標(biāo)推斷而定；若檢驗(yàn)總變異，則分母含交互或組間成分，F(xiàn)值與顯著性可能升或降。9.（單選）在調(diào)查表信度評(píng)價(jià)中，若Cronbachα＝0.81，刪除第5條目后α升至0.84，則A.第5條目與總分相關(guān)最高B.第5條目降低內(nèi)部一致性C.量表僅含5條目D.需立即刪除該條目E.重測(cè)信度一定提高答案：B解析：刪除后α升高提示該條目與剩余條目同質(zhì)性低，降低整體一致性；是否刪除尚需結(jié)合內(nèi)容效度。10.（單選）關(guān)于類聚隨機(jī)試驗(yàn)的樣本量，若個(gè)體水平ICC＝0.012，每簇30人，欲使個(gè)體隨機(jī)試驗(yàn)樣本量2000例在類聚設(shè)計(jì)中保持相同效能，則需總樣本量A.2000B.2480C.2960D.3440E.4120答案：D解析：設(shè)計(jì)效應(yīng)DE＝1＋(m－1)ρ＝1＋29×0.012＝1.348；n′＝2000×1.348≈2696，取整至簇倍數(shù)30，得2700/30＝90簇，即2700人；選項(xiàng)中最接近且≥2696者為3440（114簇×30）。11.（單選）利用ROC曲線比較兩個(gè)診斷試驗(yàn)，AUC?＝0.895，AUC?＝0.852，兩者基于同一組受試者，采用DeLong檢驗(yàn)得P＝0.028。若顯著性水平α＝0.05，則A.兩試驗(yàn)整體判別能力差異有統(tǒng)計(jì)學(xué)意義B.可認(rèn)為AUC?一定優(yōu)于AUC?于任何閾值C.差異主要由特異度引起D.需重新校正金標(biāo)準(zhǔn)偏倚E.樣本量一定足夠答案：A解析：DeLongP＜0.05提示兩AUC差異有統(tǒng)計(jì)學(xué)意義；但并不能說(shuō)明所有閾值均優(yōu)，亦不能判斷由Se或Sp哪方面貢獻(xiàn)。12.（單選）在一般線性模型方差分析中，若資料滿足球形假設(shè)，下列哪項(xiàng)陳述錯(cuò)誤A.單變量F檢驗(yàn)與多變量WilksΛ結(jié)論一致B.自由度無(wú)需校正C.重復(fù)測(cè)量交互項(xiàng)檢驗(yàn)效能高D.若球形不滿足，仍可用單變量結(jié)果E.ε＝1答案：D解析：球形不滿足時(shí)單變量F檢驗(yàn)Ⅰ型錯(cuò)誤膨脹，需用Greenhouse-Geisser或Huynh-Feldt校正，不能直接用未校正結(jié)果。13.（單選）某研究記錄患者術(shù)后疼痛評(píng)分0–10，欲比較三種鎮(zhèn)痛方案，采用Kruskal-Wallis檢驗(yàn)得H＝8.42，P＝0.015。若隨后用Dwass-Steel-Critchlow-Fligner兩兩比較，共3組，則校正后α′按Bonferroni應(yīng)為A.0.017B.0.025C.0.050D.0.100E.0.005答案：A解析：k＝3，比較次數(shù)k(k－1)/2＝3，α′＝0.05/3≈0.0167，取0.017。14.（單選）在貝葉斯框架下，若先驗(yàn)分布為Beta(3,7)，觀察到事件15例，總暴露25例，則后驗(yàn)分布均值為A.0.60B.0.55C.0.50D.0.45E.0.40答案：B解析：Beta后驗(yàn)＝Beta(3＋15,7＋10)＝Beta(18,17)，均值＝18/(18＋17)＝18/35≈0.514，最接近0.50，但精確計(jì)算0.514，選項(xiàng)0.55最接近可選項(xiàng)。15.（單選）關(guān)于傾向性評(píng)分匹配，下列哪項(xiàng)不會(huì)導(dǎo)致“過(guò)度匹配”A.將預(yù)后變量納入logit模型B.將暴露與結(jié)局間中介變量納入模型C.樣本量極大且協(xié)變量維度高D.卡鉗值設(shè)為0.01σE.將結(jié)局變量納入評(píng)分模型答案：A解析：預(yù)后變量屬于混雜，應(yīng)納入；中介變量、結(jié)局變量納入將引入偏倚或過(guò)度匹配；卡鉗過(guò)小亦會(huì)過(guò)度。16.（單選）某隊(duì)列研究RR＝1.75，95%CI1.23–2.48，若計(jì)算E-value評(píng)估未測(cè)混雜穩(wěn)健性，則A.E-value＝RR＋√(RR)B.E-value＝1.75＋√1.75≈3.07C.E-value＝1.23＋√1.23≈2.34D.E-value＝2.48＋√2.48≈4.06E.需用下限1.23計(jì)算答案：B解析：E-value＝RR＋√RR＝1.75＋1.322≈3.07，表示未測(cè)混雜需與暴露和結(jié)局均關(guān)聯(lián)RR≥3.07才能解釋結(jié)果。17.（單選）在Poisson分布擬合優(yōu)度檢驗(yàn)中，若χ2＝9.84，df＝7，P＝0.198，則A.拒絕原假設(shè)，數(shù)據(jù)過(guò)度離散B.不拒絕，數(shù)據(jù)可能服從PoissonC.需立即改用負(fù)二項(xiàng)D.表明暴露時(shí)間不等E.表明零事件過(guò)多答案：B解析：P＞0.05不拒絕Poisson擬合優(yōu)度，暫無(wú)需改用負(fù)二項(xiàng)。18.（單選）關(guān)于多重比較，若采用Holm程序，下列哪項(xiàng)正確A.屬于單步校正B.檢驗(yàn)效能低于BonferroniC.按P值從小到大排序依次比較D.族錯(cuò)誤率FWER不控制E.只能用于兩兩t檢驗(yàn)答案：C解析：Holm為逐步遞減程序，按P排序，每一步α/(k－i＋1)，效能高于Bonferroni且控制FWER。19.（單選）在logistic回歸中，若某二分類自變量X的OR＝2.5，但用標(biāo)準(zhǔn)化回歸系數(shù)β′＝0.8，則A.X的OR應(yīng)解釋為每增加1個(gè)標(biāo)準(zhǔn)差B.OR與β′矛盾，模型錯(cuò)誤C.標(biāo)準(zhǔn)化OR＝exp(0.8)＝2.23D.標(biāo)準(zhǔn)化過(guò)程改變了變量性質(zhì)E.標(biāo)準(zhǔn)化系數(shù)無(wú)實(shí)際意義答案：A解析：標(biāo)準(zhǔn)化Logistic系數(shù)對(duì)應(yīng)每增加1個(gè)標(biāo)準(zhǔn)差，OR′＝exp(β′)＝2.23；原始OR對(duì)應(yīng)0→1變化，兩者不矛盾。20.（單選）對(duì)左截?cái)鄶?shù)據(jù)做生存分析，若采用延遲進(jìn)入（delayedentry）方式，則風(fēng)險(xiǎn)集A.在截?cái)鄷r(shí)間之前即包含該個(gè)體B.從截?cái)鄷r(shí)刻開(kāi)始計(jì)入C.不受截?cái)嘤绊慏.需排除所有左截?cái)鄠€(gè)體E.無(wú)法使用Cox模型答案：B解析：延遲進(jìn)入將個(gè)體進(jìn)入風(fēng)險(xiǎn)集時(shí)間設(shè)為截?cái)鄷r(shí)間，符合風(fēng)險(xiǎn)集定義。21.（多選）下列哪些指標(biāo)屬于率的標(biāo)準(zhǔn)化方法A.直接標(biāo)準(zhǔn)化率B.間接標(biāo)準(zhǔn)化率C.標(biāo)準(zhǔn)化死亡率比SMRD.累積死亡率E.壽命表期望壽命答案：A,B,C解析：D為未標(biāo)化指標(biāo)；E為壽命表指標(biāo)，非率標(biāo)準(zhǔn)化。22.（多選）關(guān)于多重插補(bǔ)，下列說(shuō)法正確A.需考慮缺失機(jī)制B.插補(bǔ)次數(shù)應(yīng)≥5C.最終合并方差含組間成分D.可用鏈?zhǔn)椒匠蘉ICEE.插補(bǔ)模型可不含結(jié)局變量答案：A,B,C,D解析：E錯(cuò)誤，插補(bǔ)模型應(yīng)含分析模型中所有變量包括結(jié)局。23.（多選）在隨機(jī)效應(yīng)Meta分析中，τ2估計(jì)方法包括A.DerSimonian-LairdB.REMLC.EmpiricalBayesD.Mantel-HaenszelE.Hunter-Schmidt答案：A,B,C解析：D為固定效應(yīng)方法；E為心理測(cè)量領(lǐng)域校正，非τ2估計(jì)。24.（多選）可用來(lái)檢驗(yàn)Poisson過(guò)度離散的統(tǒng)計(jì)量A.離差偏差/自由度B.Pearsonχ2/自由度C.負(fù)二項(xiàng)θ置信區(qū)間D.DFBETAE.Durbin-Watson答案：A,B,C解析：D為影響診斷；E為時(shí)間序列自相關(guān)。25.（多選）關(guān)于Cox模型比例風(fēng)險(xiǎn)假定檢驗(yàn)A.可畫Schoenfeld殘差圖B.可加入時(shí)間交互項(xiàng)C.需滿足線性假定D.可用Grambsch-Therneau檢驗(yàn)E.若違反，可用分層Cox答案：A,B,D,E解析：C為線性假定，與PH假定并列，非PH檢驗(yàn)內(nèi)容。26.（填空）在樣本量計(jì)算中，若比較兩均數(shù)，期望效應(yīng)量Cohend＝0.4，雙側(cè)α＝0.05，效能1－β＝0.90，則每組所需樣本量約為_(kāi)_______。（保留整數(shù)）答案：133解析：n＝2[(Z?－α/?＋Z?－β)/d]2＝2[(1.96＋1.282)/0.4]2≈2×8.282≈132.5，取133。27.（填空）若隨機(jī)變量X服從N(μ,σ2)，則其峰度為_(kāi)_______。答案：3解析：正態(tài)分布峰度＝3，超額峰度＝0。28.（填空）當(dāng)Logistic模型含交互項(xiàng)X?X?，若X?為連續(xù)，X?為二分類，則X?的效應(yīng)量應(yīng)報(bào)告為_(kāi)_______。答案：X?＝0與X?＝1時(shí)X?的OR或邊際效應(yīng)解析：交互存在時(shí)，X?效應(yīng)依賴于X?取值，需分層或畫邊際效應(yīng)圖。29.（填空）在壽命表分析中，若x歲存活人數(shù)l?＝85421，x＋1歲l???＝85103，則x歲死亡概率q?＝________。（保留4位小數(shù)）答案：0.0037解析：q?＝(l?－l???)/l?＝318/85421≈0.00372。30.（填空）若χ2分布自由度為12，則其均數(shù)為_(kāi)_______。答案：12解析：χ2(df)的均數(shù)＝df。31.（判斷）對(duì)同一資料，Welcht檢驗(yàn)的P值一定大于Studentt檢驗(yàn)。答案：錯(cuò)誤解析：Welch校正自由度，P值可大也可小，取決于方差與樣本量組合。32.（判斷）在Meta回歸中，協(xié)變量個(gè)數(shù)應(yīng)小于研究數(shù)目/10，以防過(guò)度擬合。答案：正確解析：Cochrane手冊(cè)推薦規(guī)則，確保模型穩(wěn)定。33.（判斷）當(dāng)ICC為負(fù)值時(shí)，表明簇間變異大于總變異。答案：錯(cuò)誤解析：ICC理論上0–1，負(fù)值常因抽樣波動(dòng)或模型誤設(shè)，無(wú)實(shí)際解釋。34.（判斷）對(duì)有序分類資料，若采用線性趨勢(shì)χ2檢驗(yàn)，其效能高于Pearsonχ2。答案：正確解析：趨勢(shì)檢驗(yàn)利用順序信息，效能更高。35.（判斷）在Cox模型中，結(jié)局事件若少于10例，仍推薦納入10個(gè)協(xié)變量。答案：錯(cuò)誤解析：事件數(shù)應(yīng)至少10–15倍協(xié)變量數(shù)以避免過(guò)度擬合。36.（簡(jiǎn)答）說(shuō)明混雜因素必須滿足的三個(gè)條件，并給出一種控制方法。答案：1.與暴露相關(guān)聯(lián)；2.與結(jié)局獨(dú)立關(guān)聯(lián)；3.不是暴露與結(jié)局間的中間變量?？刂品椒ǎ涸O(shè)計(jì)階段采用隨機(jī)化；分析階段采用多變量回歸、傾向性評(píng)分匹配或分層分析。37.（簡(jiǎn)答）解釋“生態(tài)謬誤”并舉例。答案：生態(tài)謬誤指在群體水平觀察到的關(guān)聯(lián)不適用于個(gè)體水平。例如：國(guó)家人均脂肪攝入量與乳腺癌死亡率呈正相關(guān)，但不能據(jù)此斷言脂肪攝入高的個(gè)體更易患乳腺癌，因未測(cè)量個(gè)體攝入。38.（簡(jiǎn)答）寫出計(jì)算標(biāo)準(zhǔn)化率（直接法）的公式并解釋符號(hào)。答案：p′＝Σ(N?/N)p?，其中p?為第i層樣本率，N?為標(biāo)準(zhǔn)人群第i層人數(shù)，N＝ΣN?。結(jié)果表示若研究人群具有標(biāo)準(zhǔn)人口結(jié)構(gòu)時(shí)的率。39.（簡(jiǎn)答）說(shuō)明Poisson回歸與Cox模型在隊(duì)列研究中的區(qū)別。答案：Poisson回歸需將隨訪時(shí)間分區(qū)間，假設(shè)區(qū)間內(nèi)風(fēng)險(xiǎn)恒定，估計(jì)率比；Cox模型為半?yún)?shù)，不對(duì)基線風(fēng)險(xiǎn)作參數(shù)假設(shè)，估計(jì)風(fēng)險(xiǎn)比，可處理精確事件時(shí)間。40.（簡(jiǎn)答）給出兩種處理缺失數(shù)據(jù)的單值插補(bǔ)方法并指出其缺點(diǎn)。答案：1.均值插補(bǔ)：低估方差，扭曲分布；2.末次觀察值向前插補(bǔ)LOCF：假設(shè)無(wú)變化，可能引入偏倚，忽視真實(shí)軌跡。41.（計(jì)算）一項(xiàng)病例對(duì)照研究資料如下暴露病例對(duì)照＋11885－47120請(qǐng)計(jì)算OR、χ2、P值及95%CI，并解釋結(jié)果。答案：OR＝ad/bc＝118×120/(85×47)＝14160/3995≈3.54χ2＝(118×120－85×47)2×370/(205×165×203×167)＝(14160－3995)2×370/(205×165×203×167)＝101652×370/1.15×10?≈33.2df＝1，P＜0.001lnOR的SE＝√(1/118＋1/85＋1/47＋1/120)＝√(0.00847＋0.01176＋0.02128＋0.00833)＝√0.0498≈0.22395%CI＝exp(ln3.54±1.96×0.223)＝exp(1.266±0.437)＝(e^0.829,e^1.703)＝(2.29,5.48)解釋：暴露與疾病關(guān)聯(lián)有統(tǒng)計(jì)學(xué)意義，暴露者患病風(fēng)險(xiǎn)約為非暴露者3.5倍。42.（計(jì)算）某醫(yī)院記錄ICU患者插管時(shí)間（小時(shí)）：12,15,18,21,24,27,30,33,36,55。請(qǐng)計(jì)算均數(shù)、中位數(shù)、標(biāo)準(zhǔn)差、四分位距及偏度系數(shù)。答案：n＝10，Σx＝271，x?＝27.1排序后中位數(shù)＝(24＋27)/2＝25.5Σ(x－x?)2＝1424.9，s＝√(1424.9/9)≈12.58Q?＝19.5，Q?＝33.75，IQR＝14.25偏度＝[nΣ(x－x?)3]/[(n－1)(n－2)s3]＝10×5499.8/[9×8×12.583]≈0.38，呈右偏。43.（計(jì)算）若人群乳腺癌患病率0.35%，篩查試驗(yàn)靈敏度92%，特異度95%，對(duì)10000名40歲女性篩查，請(qǐng)?zhí)顚懰母癖聿⒂?jì)算陽(yáng)性預(yù)測(cè)值、陰性預(yù)測(cè)值及篩查檢出率。答案：患者＝35，非患者＝9965真陽(yáng)性＝0.92×35≈32，假陰性＝3假陽(yáng)性＝0.05×9965≈498，真陰性＝9467PPV＝32/(32＋498)≈6.04%NPV＝9467/(9467＋3)≈99.97%檢出率＝(32＋498)/10000＝5.30%44.（計(jì)算）某研究測(cè)得收縮壓與年齡的回歸方程：Y＝