衛(wèi)生統(tǒng)計(jì)學(xué)試題含答案1.單選題（每題2分，共30分）1.1某市連續(xù)5年監(jiān)測(cè)居民飲用水砷含量，數(shù)據(jù)呈明顯右偏分布，且存在5個(gè)大于國(guó)標(biāo)3倍的極端值。若欲描述該監(jiān)測(cè)數(shù)據(jù)的集中趨勢(shì)，首選指標(biāo)是A.算術(shù)均數(shù)?B.幾何均數(shù)?C.中位數(shù)?D.截尾均數(shù)答案：C解析：右偏分布且含極端值時(shí)，算術(shù)均數(shù)會(huì)被拉向高端；幾何均數(shù)僅適用于正數(shù)且近似對(duì)數(shù)正態(tài)的數(shù)據(jù)；截尾均數(shù)雖可減小極端值影響，但主觀性強(qiáng)；中位數(shù)不受極端值影響，最能代表“典型”暴露水平。1.2在完全隨機(jī)設(shè)計(jì)的方差分析中，若F=4.56，P=0.018，則下列說法正確的是A.各總體均數(shù)全不相等?B.至少兩總體均數(shù)差異有統(tǒng)計(jì)學(xué)意義?C.各樣本均數(shù)全不相等?D.組間差異一定大于組內(nèi)差異答案：B解析：F檢驗(yàn)為整體檢驗(yàn)，P<0.05僅提示“至少一對(duì)”總體均數(shù)不同，不能推出“全部不同”，也不能推出樣本均數(shù)全異；組間均方大于組內(nèi)均方才表現(xiàn)為F>1，但“大于”并不等同于“差異有統(tǒng)計(jì)學(xué)意義”。1.3對(duì)同一批乳腺癌術(shù)后患者同時(shí)采用免疫組化(IHC)和熒光原位雜交(FISH)檢測(cè)HER2狀態(tài)，欲評(píng)價(jià)兩種方法一致性，應(yīng)首選A.Pearson相關(guān)系數(shù)?B.Kappa值?C.配對(duì)t檢驗(yàn)?D.Yates校正χ2答案：B解析：兩法結(jié)果均為二分類變量（陽(yáng)性/陰性），評(píng)價(jià)“一致性”需用Kappa；Pearson要求連續(xù)變量；配對(duì)t檢驗(yàn)用于連續(xù)配對(duì)差值；Yates校正僅用于獨(dú)立四格表趨勢(shì)檢驗(yàn)。1.4某研究欲比較三種降壓藥對(duì)收縮壓(SBP)的降低效果，同時(shí)控制基線SBP、年齡、BMI三個(gè)混雜，應(yīng)采用的統(tǒng)計(jì)模型是A.單因素ANOVA?B.隨機(jī)區(qū)組ANOVA?C.協(xié)方差分析(ANCOVA)?D.重復(fù)測(cè)量ANOVA答案：C解析：因變量為連續(xù)型SBP降低值，存在三個(gè)連續(xù)型混雜協(xié)變量，ANCOVA可在比較組間差異的同時(shí)調(diào)整協(xié)變量；單因素ANOVA未調(diào)整混雜；隨機(jī)區(qū)組需離散區(qū)組因子；重復(fù)測(cè)量要求同一受試者多次測(cè)量。1.5在Logistic回歸中，若某自變量X的OR=1.85，95%CI:0.97–3.52，則A.X與結(jié)局呈“顯著”關(guān)聯(lián)?B.每增加1單位，結(jié)局概率增加85%?C.不能拒絕X無效應(yīng)的原假設(shè)?D.模型擬合不良答案：C解析：95%CI包含1，P>0.05，尚不能認(rèn)為關(guān)聯(lián)有統(tǒng)計(jì)學(xué)意義；OR=1.85僅提示點(diǎn)估計(jì)，不能解讀為概率增加85%；模型擬合需用Hosmer–Lemeshow等指標(biāo)，本題未提供。1.6某隊(duì)列研究RR=2.10，其95%CI為1.40–3.15，下列敘述錯(cuò)誤的是A.暴露組發(fā)病風(fēng)險(xiǎn)升高?B.暴露與結(jié)局存在正向關(guān)聯(lián)?C.暴露組每100人多發(fā)10例?D.歸因危險(xiǎn)度百分比(AR%)約為52.4%答案：C解析：RR=2.10提示暴露組風(fēng)險(xiǎn)為對(duì)照2.1倍，AR%=(2.1–1)/2.1≈52.4%；但“每100人多發(fā)10例”需已知對(duì)照組風(fēng)險(xiǎn)，若對(duì)照風(fēng)險(xiǎn)=10/100，則暴露組多10例；若對(duì)照風(fēng)險(xiǎn)=5/100，則多5.5例，故C不一定正確。1.7對(duì)某社區(qū)65歲及以上老人進(jìn)行骨質(zhì)疏松篩查，已知DXA金標(biāo)準(zhǔn)患病率20%，某超聲篩查儀靈敏度80%，特異度70%，若隨機(jī)抽取1人結(jié)果陽(yáng)性，其陽(yáng)性預(yù)測(cè)值為A.0.20?B.0.32?C.0.44?D.0.57答案：B解析：PPV=靈敏度×患病率/[靈敏度×患病率+(1–特異度)(1–患病率)]=0.8×0.2/[0.8×0.2+0.3×0.8]=0.16/0.16+0.24=0.16/0.40=0.40，但選項(xiàng)無0.40，重新核算：0.16/(0.16+0.24)=0.16/0.40=0.40，選項(xiàng)B應(yīng)為0.40，題目選項(xiàng)設(shè)置誤差，按計(jì)算應(yīng)為0.40，但最接近且原題設(shè)定B為0.32，已勘誤，正確答案0.40，教學(xué)時(shí)提示學(xué)生計(jì)算優(yōu)先。1.8下列關(guān)于生存分析中“風(fēng)險(xiǎn)比(HR)”的說法，正確的是A.HR=1.5表示暴露組瞬時(shí)死亡概率為對(duì)照1.5倍?B.HR不隨時(shí)間變化?C.HR可直接換算為5年生存率?D.HR僅適用于指數(shù)分布答案：A解析：HR即Cox模型中的相對(duì)風(fēng)險(xiǎn)，含義為瞬時(shí)風(fēng)險(xiǎn)率之比；若滿足比例風(fēng)險(xiǎn)假定，HR恒定；否則隨時(shí)間變；HR與生存率換算需積分，不能直換；Cox模型不依賴分布假設(shè)。1.9對(duì)某小學(xué)進(jìn)行蛔蟲感染調(diào)查，采用系統(tǒng)抽樣：從1200名學(xué)生名單按學(xué)號(hào)排序后每10人抽1人，共抽120人，檢出陽(yáng)性30人，則感染率的標(biāo)準(zhǔn)誤估計(jì)為A.√(0.25×0.75/120)?B.√(0.25×0.75/1200)?C.0.25/120?D.0.25/√120答案：A解析：系統(tǒng)抽樣在無序列表中等同簡(jiǎn)單隨機(jī)抽樣，陽(yáng)性率p=30/120=0.25，標(biāo)準(zhǔn)誤SE=√[p(1–p)/n]=√(0.25×0.75/120)。1.10在Meta分析中，若I2=62%，提示A.合并效應(yīng)量顯著?B.研究間異質(zhì)性中等?C.發(fā)表偏倚嚴(yán)重?D.需用隨機(jī)效應(yīng)模型答案：B解析：I2定量描述異質(zhì)性，30–60%為中等，>75%為高；是否顯著需看合并效應(yīng)P；I2不直接測(cè)發(fā)表偏倚；I2高可提示隨機(jī)效應(yīng)，但62%僅說明中度異質(zhì)。1.11某實(shí)驗(yàn)比較兩種培養(yǎng)基對(duì)細(xì)菌計(jì)數(shù)的影響，數(shù)據(jù)嚴(yán)重過離散(方差遠(yuǎn)大于均數(shù))，應(yīng)首選A.泊松回歸?B.負(fù)二項(xiàng)回歸?C.線性回歸?D.對(duì)數(shù)線性模型答案：B解析：泊松回歸要求方差≈均數(shù)；過離散時(shí)用負(fù)二項(xiàng)回歸引入額外參數(shù)κ處理過度離散；線性回歸對(duì)計(jì)數(shù)數(shù)據(jù)不適用；對(duì)數(shù)線性模型用于列聯(lián)表。1.12在多重線性回歸中，若某自變量方差膨脹因子VIF=8.5，則A.存在嚴(yán)重共線性?B.模型R2必很高?C.該變量應(yīng)被剔除?D.殘差非正態(tài)答案：A解析：VIF>5–10提示中度至嚴(yán)重共線性；R2高不一定；是否剔除需結(jié)合專業(yè)及后續(xù)穩(wěn)定性；殘差正態(tài)需另外診斷。1.13對(duì)某醫(yī)院2015–2022年住院患者合并癥指數(shù)(Charlson)進(jìn)行趨勢(shì)分析，發(fā)現(xiàn)年份與指數(shù)呈非線性上升且拐點(diǎn)在2019年，應(yīng)采用的模型是A.簡(jiǎn)單線性回歸?B.分段回歸?C.隨機(jī)系數(shù)模型?D.指數(shù)平滑答案：B解析：已知拐點(diǎn)，用分段(折線)回歸可分別估計(jì)2019年前后斜率；簡(jiǎn)單線性無法擬合拐點(diǎn)；隨機(jī)系數(shù)用于縱向數(shù)據(jù)；指數(shù)平滑用于時(shí)間序列預(yù)測(cè)而非因果趨勢(shì)。1.14某研究調(diào)查空氣污染與早產(chǎn)關(guān)系，以“孕周<37周”為結(jié)局，同時(shí)考慮孕婦年齡、吸煙、BMI、季節(jié)，因空氣污染暴露為時(shí)空變量，數(shù)據(jù)呈層次結(jié)構(gòu)(孕婦嵌套于社區(qū))，應(yīng)選A.普通Logistic?B.廣義估計(jì)方程?C.多層Logistic?D.條件Logistic答案：C解析：層次數(shù)據(jù)且結(jié)局二分類，用多層(混合效應(yīng))Logistic可估計(jì)社區(qū)水平隨機(jī)效應(yīng)；GEE估計(jì)人群平均效應(yīng)但不提供隨機(jī)效應(yīng)估計(jì)；條件Logistic用于配對(duì)。1.15在樣本量估算中，若檢驗(yàn)效能1–β由80%提高到90%，其他參數(shù)不變，所需樣本量會(huì)A.減少約10%?B.基本不變?C.增加約30%?D.翻倍答案：C解析：對(duì)兩組均數(shù)比較，效能80%→90%時(shí)，Z_(1–β/2)由0.84→1.28，樣本量與(Z_α+Z_β)2成正比，約增(1.28+1.96)2/(0.84+1.96)2≈1.30，即增30%。2.多選題（每題3分，共30分；每題至少2個(gè)正確答案，多選少選均不得分）2.1下列哪些指標(biāo)屬于“率”而非“比”A.孕產(chǎn)婦死亡率(每10萬活產(chǎn))?B.病死率(死亡/患病人數(shù))?C.嬰兒死亡率(死亡/活產(chǎn))?D.構(gòu)成比(某病占全部住院)?E.發(fā)病率(新發(fā)病例/人時(shí))答案：ACE解析：率需含“時(shí)間”與“風(fēng)險(xiǎn)人口”，A、C、E均滿足；B為風(fēng)險(xiǎn)比(比例)，無時(shí)間；D為構(gòu)成比，分母為內(nèi)部合計(jì)，無風(fēng)險(xiǎn)人口。2.2關(guān)于診斷試驗(yàn)ROC曲線，正確的有A.曲線下面積AUC=0.5表示無判別力?B.最佳截?cái)嘀祽?yīng)選Youden指數(shù)最大點(diǎn)?C.ROC曲線越靠近左上角，試驗(yàn)越好?D.比較兩ROC可用DeLong檢驗(yàn)?E.樣本量越大，AUC一定越大答案：ABCD解析：E錯(cuò)誤，AUC為總體參數(shù)估計(jì)，樣本量大僅縮小置信區(qū)間，不系統(tǒng)增大AUC。2.3下列哪些方法可用于處理缺失數(shù)據(jù)A.完整案例分析?B.末次觀測(cè)結(jié)轉(zhuǎn)?C.多重插補(bǔ)?D.最佳子集選擇?E.逆概率加權(quán)答案：ABCE解析：D為自變量篩選技術(shù)，不處理缺失。2.4關(guān)于Poisson分布假設(shè)，正確的有A.事件獨(dú)立?B.發(fā)生率恒定?C.期望等于方差?D.事件可重疊?E.時(shí)間區(qū)間可無限細(xì)分答案：ABCE解析：事件不可重疊，否則成簇。2.5下列哪些情況需用非參數(shù)檢驗(yàn)A.樣本量小且嚴(yán)重偏態(tài)?B.等級(jí)資料?C.方差不齊且無法轉(zhuǎn)換?D.檢驗(yàn)兩均數(shù)是否相等?E.總體分布未知且n<30答案：ABCE解析：D為參數(shù)檢驗(yàn)?zāi)康?，非參?shù)亦可用，但“需用”強(qiáng)調(diào)前提不滿足參數(shù)條件。2.6關(guān)于Meta回歸，正確的有A.可探討研究間異質(zhì)性來源?B.可納入連續(xù)型協(xié)變量?C.可校正發(fā)表偏倚?D.樣本量即研究個(gè)數(shù)，需≥10才能做?E.可用限制性最大似然估計(jì)答案：ABDE解析：C錯(cuò)誤，Meta回歸不能校正發(fā)表偏倚，需用剪補(bǔ)、漏斗圖回歸等。2.7下列哪些屬于時(shí)間序列分析常用診斷A.Ljung–Box檢驗(yàn)?B.ADF檢驗(yàn)?C.Durbin–Watson統(tǒng)計(jì)量?D.ACF/PACF圖?E.方差齊性Levene檢驗(yàn)答案：ABCD解析：E用于橫斷面方差比較，不屬時(shí)間序列。2.8關(guān)于Cox回歸假定，正確的有A.比例風(fēng)險(xiǎn)假定?B.線性風(fēng)險(xiǎn)假定?C.獨(dú)立刪失?D.無未測(cè)混雜?E.對(duì)數(shù)風(fēng)險(xiǎn)與協(xié)變量呈線性答案：ACDE解析：B錯(cuò)誤，Cox無“線性風(fēng)險(xiǎn)”而要求“對(duì)數(shù)風(fēng)險(xiǎn)線性”。2.9下列哪些統(tǒng)計(jì)圖適合展示連續(xù)型雙變量關(guān)聯(lián)A.散點(diǎn)圖?B.箱線圖?C.熱圖?D.氣泡圖?E.森林圖答案：ACD解析：箱線圖展示分布差異；森林圖用于Meta效應(yīng)量。2.10關(guān)于Bootstrap，正確的有A.屬于重抽樣技術(shù)?B.可估計(jì)中位數(shù)置信區(qū)間?C.需假設(shè)數(shù)據(jù)正態(tài)?D.可用于小樣本?E.可校正模型過擬合答案：ABD解析：Bootstrap非參數(shù)，不依賴正態(tài)；E需嵌套交叉驗(yàn)證，單純Bootstrap不足以校正過擬合。3.判斷題（每題1分，共10分；正確請(qǐng)寫“T”，錯(cuò)誤寫“F”）3.1在正態(tài)分布中，均數(shù)、中位數(shù)、幾何均數(shù)三者一定相等。答案：F解析：僅對(duì)稱分布時(shí)中位數(shù)=均數(shù)；幾何均數(shù)≤算術(shù)均數(shù)，僅在單點(diǎn)分布時(shí)全等。3.2若兩變量Pearsonr=0，說明兩變量獨(dú)立。答案：F解析：r=0僅提示無線性相關(guān)，可能存在非線性關(guān)聯(lián)。3.3隨機(jī)對(duì)照試驗(yàn)中，采用區(qū)組隨機(jī)化可減少組間樣本量不平衡。答案：T解析：區(qū)組保證每完成一個(gè)區(qū)組后組間人數(shù)差不超過區(qū)組長(zhǎng)度。3.4對(duì)同一數(shù)據(jù)，若方差分析F檢驗(yàn)P=0.030，則Kruskal–Wallis檢驗(yàn)P必>0.030。答案：F解析：非參數(shù)檢驗(yàn)效能可能低于參數(shù)，亦可能因離群值反而更小。3.5在Logistic回歸中，OR=1.0對(duì)應(yīng)的自變量對(duì)模型無貢獻(xiàn)。答案：T解析：OR=1即exp(β)=1，β=0，變量對(duì)logit無影響。3.6對(duì)數(shù)轉(zhuǎn)換可使右偏數(shù)據(jù)分布更接近正態(tài)。答案：T解析：對(duì)數(shù)拉伸低端、壓縮高端，常用于右偏正態(tài)化。3.7靈敏度與召回率(recall)在數(shù)學(xué)上等價(jià)。答案：T解析：二者均為TP/(TP+FN)。3.8在生存數(shù)據(jù)中，若刪失比例>50%，則中位生存期無法估計(jì)。答案：T解析：中位生存需≥50%個(gè)體發(fā)生事件，否則無法獲得。3.9多重比較校正后，整體Ⅰ類錯(cuò)誤率一定小于未校正。答案：T解析：校正方法(Bonferroni等)均旨在控制FWER，故整體α下降。3.10貝葉斯可信區(qū)間與頻率置信區(qū)間含義完全相同。答案：F解析：前者給參數(shù)概率陳述，后者對(duì)區(qū)間作頻率解釋，哲學(xué)基礎(chǔ)不同。4.簡(jiǎn)答題（每題10分，共30分）4.1某縣級(jí)疾控中心擬評(píng)估“健康教育+鹽勺干預(yù)”對(duì)居民鈉攝入的效果。研究者隨機(jī)抽取3個(gè)鄉(xiāng)鎮(zhèn)，每個(gè)鄉(xiāng)鎮(zhèn)隨機(jī)分配100戶至干預(yù)組，另100戶至對(duì)照組，基線測(cè)24小時(shí)尿鈉，干預(yù)6個(gè)月后復(fù)測(cè)。主要結(jié)局為“尿鈉下降值”。請(qǐng)回答：(1)該設(shè)計(jì)屬于何種實(shí)驗(yàn)類型？(2)若分析時(shí)忽略鄉(xiāng)鎮(zhèn)clustering，對(duì)Ⅰ類錯(cuò)誤與置信區(qū)間寬度有何影響？(3)寫出合適的混合效應(yīng)模型公式，并解釋各參數(shù)含義。答案：(1)群隨機(jī)對(duì)照試驗(yàn)(clusterRCT)，以鄉(xiāng)鎮(zhèn)為群、戶為個(gè)體。(2)忽略clustering導(dǎo)致標(biāo)準(zhǔn)誤低估，Ⅰ類錯(cuò)誤膨脹，置信區(qū)間偏窄，易假陽(yáng)性。(3)模型：Y_ij=β?+β?T_ij+u_j+ε_(tái)ij，其中Y_ij為第j鄉(xiāng)鎮(zhèn)第i戶的尿鈉下降值；T_ij為干預(yù)指示(1=干預(yù)，0=對(duì)照)；u_j~N(0,σ_u2)為鄉(xiāng)鎮(zhèn)隨機(jī)截距，捕捉群相關(guān)性；ε_(tái)ij~N(0,σ2)為個(gè)體誤差；β?即干預(yù)效應(yīng)，調(diào)整clustering后估計(jì)及其標(biāo)準(zhǔn)誤準(zhǔn)確。4.2某研究收集200例肝癌患者術(shù)前AFP、年齡、腫瘤直徑，建立Logistic模型預(yù)測(cè)微血管侵犯(MVI)。經(jīng)Box–Tidwell檢驗(yàn)發(fā)現(xiàn)AFP與logit呈非線性，擬采用限制性立方樣條(RCS)，設(shè)置3個(gè)節(jié)點(diǎn)。請(qǐng)寫出：(1)RCS在模型中的具體表達(dá)式；(2)如何檢驗(yàn)非線性是否必要；(3)若樣條效應(yīng)顯著，如何解釋并報(bào)告結(jié)果。答案：(1)設(shè)AFP為x，選取第10、50、90百分位節(jié)點(diǎn)k?、k?、k?，生成2個(gè)基函數(shù)：x?=(x–k?)?3，x?=(x–k?)?3，x?=(x–k?)?3，再線性組合得RCS：logitP=β?+β?x+β?x?+β?x?+β?x?+γ?Age+γ?Diameter。(2)采用似然比檢驗(yàn)比較含RCS模型與僅線性項(xiàng)模型，自由度=節(jié)點(diǎn)數(shù)–1=2，若Δ–2LLχ2(2)P<0.05，則非線性必要。(3)報(bào)告：在調(diào)整年齡、腫瘤直徑后，AFP與MVI關(guān)聯(lián)呈顯著非線性(χ2=9.84，P=0.007)。圖示預(yù)測(cè)概率：AFP<20ng/mL時(shí)風(fēng)險(xiǎn)緩慢上升，20–400ng/mL快速增高，>400ng/mL平臺(tái)。臨床可將AFP400ng/mL視為風(fēng)險(xiǎn)增速拐點(diǎn)。4.3某市監(jiān)測(cè)數(shù)據(jù)提示，2018–2022年流感樣病例(ILI)周發(fā)病率呈明顯季節(jié)性高峰，且年度振幅遞增。研究者擬建立SARIMA模型預(yù)測(cè)2023年疫情。請(qǐng)給出：(1)建模前數(shù)據(jù)預(yù)處理步驟；(2)簡(jiǎn)述如何確定SARIMA(p,d,q)(P,D,Q)s階數(shù)；(3)若殘差Ljung–Box檢驗(yàn)P=0.08，模型是否可用？并說明理由。答案：(1)①缺失值插補(bǔ)：采用線性插值或Kalman平滑；②平穩(wěn)化：若ADF檢驗(yàn)不平穩(wěn)，做1階常規(guī)差分(d)與季節(jié)性差分(D=1，s=52)；③對(duì)數(shù)轉(zhuǎn)換穩(wěn)定方差；④離群值調(diào)整：用t-statistic>3.5替換為缺失再插補(bǔ)。(2)①觀察ACF/PACF截尾與拖尾初步定p,q,P,Q；②用auto.arima或逐步搜索，依據(jù)AICc最小原則，限制p,q≤3，P,Q≤2；③檢查殘差A(yù)CF無顯著峰。(3)可用。Ljung–BoxP=0.08>0.05，提示殘差無顯著自相關(guān)，模型已捕捉序列依賴，可接受。5.計(jì)算與綜合題（共30分）5.1為評(píng)價(jià)新型快速檢測(cè)試劑對(duì)淋球菌感染的診斷價(jià)值，研究者納入高危門診患者400例，以培養(yǎng)為金標(biāo)準(zhǔn)。結(jié)果：試劑陽(yáng)性180例，其中培養(yǎng)陽(yáng)性144例；培養(yǎng)陰性總?cè)藬?shù)280例。請(qǐng)計(jì)算并給出95%置信區(qū)間：(1)靈敏度；(2)特異度；(3)陽(yáng)性似然比；(4)診斷優(yōu)勢(shì)比(DOR)。（10分）答案：整理四格表：TP=144，F(xiàn)P=36，F(xiàn)N=16，TN=244。(1)靈敏度Se=144/160=0.900，95%CI：0.900±1.96√(0.9×0.1/160)=0.853–0.947(2)特異度Sp=244/280=0.871，95%CI：0.871±1.96√(0.871×0.129/280)=0.831–0.911(3)陽(yáng)性似然比LR+=Se/(1–Sp)=0.900/0.129=6.98，95%CI：先求log(LR+)±1.96√[(1–Se)/TP+Sp/FP]=ln6.98±1.96√[16/144/160+244/36/280]=1.94±1.96×0.176→exp(1.61–2.27)=5.0–9.7(4)DOR=(TP×TN)/(FP×FN)=(144×244)/(36×16)=61.0，95%CI：lnDOR±1.96√(1/TP+1/TN+1/FP+1/FN)=4.11±1.96×0.306→exp(3.51–4.71)=33.5–111.2。5.2某社區(qū)干預(yù)試驗(yàn)欲證明“每日步行≥8000步”可降低收縮壓(SBP)≥5mmHg的比例。預(yù)試驗(yàn)顯示對(duì)照組達(dá)標(biāo)率20%，干預(yù)組預(yù)期30%，α=0.05(雙側(cè))，效能80%，請(qǐng)用兩組獨(dú)立樣本率比較公式估算樣本量；若改用群隨機(jī)試驗(yàn)，ICC=0.01，每群50人，設(shè)計(jì)效應(yīng)約多少？調(diào)整后總樣本量多少？（10分）答案：(1)獨(dú)立樣本：n=[Z_α√(2p?(1–p?))+Z_β√(p?(1–p?)+p?(1–p?))]2/Δ2，p?=0.2，p?=0.3，p?=0.25，Δ=0.1，Z_α=1.96，Z_β=0.84，代入得n=2×[1.96√0.375+0.84√0.46]2/0.01≈2×(1.20+0.57)2/0.01=2×3.13/0.01≈626，每組313人。(2)群隨機(jī)：設(shè)計(jì)效應(yīng)DE=1+(m–1)ICC=1+49×0.01=1.49，總樣本量=626×1.49≈933，向上取整950人，即每組約475人，若每群50，則需約