2026年醫(yī)學統(tǒng)計學專業(yè)考試試題及答案1.單項選擇題（每題1分，共30分）1.1在生存分析中，若某研究對象的失訪時間早于其死亡時間，則該數據應記為A.完全數據B.右刪失C.左刪失D.區(qū)間刪失答案：B解析：失訪時尚未發(fā)生終點事件，僅知“存活到失訪時點”，屬于右刪失。1.2對二分類資料進行單因素篩選時，若期望隊列發(fā)病率<5%，首選的檢驗方法是A.Pearsonχ2B.Fisher精確概率法C.Mantel-Haenszelχ2D.二項精確檢驗答案：B解析：當期望頻數<5時，Pearsonχ2近似性差，Fisher法基于超幾何分布，結果精確。1.3某RCT采用分層隨機化，層因素為“中心”與“性別”，分析時應首選A.簡單t檢驗B.協(xié)方差分析C.分層隨機效應模型D.廣義估計方程答案：C解析：分層隨機化需保持層內均衡，采用含層隨機效應的混合模型可正確還原隨機結構。1.4對重復測量資料，若關心處理×時間交互，且數據存在缺失，應優(yōu)先A.重復測量ANOVAB.末次觀察結轉C.混合效應線性模型D.廣義估計方程答案：C解析：混合效應模型利用所有可觀測數據，在MAR缺失機制下提供無偏估計。1.5在Meta分析中，若I2=62%，其含義為A.62%的研究存在發(fā)表偏倚B.62%的異質性由隨機誤差引起C.62%的總變異源于研究間異質D.合并效應量不可信答案：C解析：I2表示研究間方差占總體方差的比例，>50%提示中度異質。1.6對數秩檢驗的零假設是A.各組生存曲線相同B.各組風險比為0C.各組中位生存期相等D.基線風險函數為常數答案：A解析：對數秩檢驗比較整條生存曲線，零假設為各組生存函數一致。1.7某預測模型AUC=0.88，最佳截斷值約登指數為0.58，此時A.靈敏度+特異度=1.58B.靈敏度=特異度=0.88C.假陽性率=0.12D.陽性預測值必>0.9答案：A解析：約登指數=靈敏度+特異度?1，故和為1.58。1.8在Poisson回歸中，若暴露人年作為偏移，其系數應A.固定為0B.固定為1C.取對數后作為偏移D.與解釋變量交互答案：C解析：Poisson回歸用log(offset)強制系數為1，實現率比估計。1.9對高維組學數據變量篩選，最可能過擬合的方法是A.LASSOB.彈性網C.單變量t檢驗排序D.隨機森林平均下降精度答案：C解析：單變量篩選忽略變量間相關，極易在后續(xù)模型中過擬合。1.10某研究OR=1.30，95%CI0.97–1.74，可認為A.有統(tǒng)計學意義B.拒絕零假設C.可能為機會發(fā)現D.需增加樣本量答案：C解析：置信帶包含1，P>0.05，差異可能由隨機誤差導致。1.11在交叉設計中，若存在遺留效應，應首選A.忽略，因隨機化可抵消B.增加洗脫期C.采用序列×時期交互模型D.改用平行設計答案：C解析：通過模型檢驗序列×時期交互，可量化遺留效應大小。1.12對病例-父母對照設計，估計相對風險應采用A.ORB.RRC.傳遞不平衡比D.條件logistic回歸答案：C解析：該設計利用等位基因傳遞概率，計算TDT。1.13某研究樣本量估算顯示需n=90，預計失訪20%，最終應納入A.90B.108C.112D.120答案：C解析：90/(1?0.2)=112.5，向上取整。1.14在多重插補后，合并估計量需使用A.簡單平均B.Rubin法則C.bootstrapD.最大似然答案：B解析：Rubin法則綜合組內與組間方差，給出正確標準誤。1.15對有序分類結局，比例優(yōu)勢假設檢驗P=0.02，應A.仍使用比例優(yōu)勢模型B.改用偏比例優(yōu)勢模型C.合并相鄰類別D.視為無序答案：B解析：P<0.05提示假設不成立，需放寬約束。1.16若兩變量Pearsonr=0，可推斷A.獨立B.無直線相關C.無線性關系D.無曲線關系答案：B解析：r僅度量直線線性關系，非線性依賴可存在。1.17在貝葉斯統(tǒng)計中，若先驗為β~N(0,102)，似然方差小，則后驗A.由先驗主導B.由似然主導C.不變D.無法計算答案：B解析：似然信息量大時，數據壓倒先驗。1.18對零膨脹數據，首選A.負二項回歸B.零膨脹PoissonC.廣義PoissonD.普通Poisson答案：B解析：ZIP同時建模“零過多”與“計數”兩部分。1.19在交叉驗證中，k值越大A.偏差增大B.方差增大C.計算量減小D.過擬合風險降低答案：D解析：k大訓練集比例高，模型更接近全樣本，方差小偏差小。1.20若Cox模型線性假設檢驗P<0.01，應A.加入二次項B.分層變量C.改用參數模型D.時間依賴系數答案：D解析：時間×變量交互可放松比例風險假設。1.21對生態(tài)學研究，主要偏倚為A.回憶偏倚B.混雜偏倚C.生態(tài)學謬誤D.選擇偏倚答案：C解析：群體水平關聯(lián)不能推至個體。1.22在劑量-反應Meta分析中，應采用A.隨機效應B.固定效應C.劑量-反應回歸D.Peto法答案：C解析：利用廣義最小二乘擬合劑量-反應曲線。1.23若兩獨立樣本均來自正態(tài)總體，方差齊性檢驗P=0.04，應A.仍用合并方差t檢驗B.改用Welcht檢驗C.非參數檢驗D.對數轉換答案：B解析：方差不齊時Welch法調整自由度。1.24在適應性設計中，若期中分析顯示P=0.012，按O’Brien-Fleming邊界0.014，應A.繼續(xù)試驗B.拒絕無效假設C.增加樣本量D.降低α答案：B解析：O-F邊界更嚴，P<邊界可提前終止。1.25對高維數據降維，主成分分析要求A.變量獨立B.變量標準化C.正態(tài)分布D.線性可分答案：B解析：量綱差異大時需標準化，避免大尺度變量主導。1.26若診斷試驗靈敏度與特異度負相關，可采用A.固定靈敏度B.ROC曲線下面積C.約登指數D.似然比答案：B解析：AUC綜合各截斷，不受閾值選擇影響。1.27在病例-隊列設計中，估計HR需A.普通CoxB.加權CoxC.條件logisticD.精確法答案：B解析：病例-隊列需逆概率加權，校正過抽樣。1.28若隨機效應Meta分析τ2=0，則A.異質性高B.與固定效應結果一致C.發(fā)表偏倚大D.需剪補法答案：B解析：τ2=0表示無異質，隨機退化為固定。1.29對計數資料過度離散，應A.改用負二項B.加入隨機效應C.準似然調整D.以上均可答案：D解析：負二項、隨機效應、準似然均能處理過度離散。1.30在機器學習可解釋性中，SHAP值滿足A.局部準確性B.全局一致性C.缺失性D.以上全部答案：D解析：SHAP基于博弈論，滿足三條公理。2.多項選擇題（每題2分，共20分）2.1關于多重比較校正，正確的是A.Bonferroni法控制族錯誤率B.FDR控制期望假發(fā)現比例C.固定序列法不消耗αD.模擬顯示Holm法比Bonferroni有更高檢驗效能E.貝葉斯方法無需校正答案：A,B,D解析：C錯誤，固定序列仍需分配α；E錯誤，貝葉斯仍需決策規(guī)則。2.2下列哪些屬于非概率抽樣A.方便抽樣B.雪球抽樣C.配額抽樣D.系統(tǒng)抽樣E.整群抽樣答案：A,B,C解析：系統(tǒng)、整群可嵌入概率框架。2.3在生存數據回歸診斷中，可評估比例風險的圖包括A.Schoenfeld殘差圖B.log-log圖C.累積鞅殘差D.deviance殘差E.dfbeta答案：A,B,C解析：dfbeta評估影響點，非比例風險。2.4關于貝葉斯因子，正確的是A.BF??>10表示強證據支持H?B.與似然比相同C.受先驗影響D.可用于模型選擇E.可比較非嵌套模型答案：A,C,D,E解析：B錯誤，BF積分掉參數，非簡單似然比。2.5下列哪些方法可處理時間依賴混雜A.邊際結構模型B.g-estimationC.結構嵌套模型D.傳統(tǒng)CoxE.逆概率加權答案：A,B,C,E解析：傳統(tǒng)Cox無法處理時依混雜。2.6在診斷準確性系統(tǒng)評價中，可檢測發(fā)表偏倚的有A.Deeks漏斗圖B.Egger回歸C.剪補法D.輪廓增強漏斗圖E.伽利略圖答案：A,B,D解析：剪補用于干預Meta，伽利略圖不常用。2.7關于交叉驗證，正確的是A.留一法方差低B.分層交叉驗證保持結局比例C.重復交叉驗證可降低方差D.嵌套交叉驗證用于調參E.驗證集越大，偏差越小答案：B,C,D解析：留一法方差高；驗證集大訓練集小，偏差大。2.8下列哪些屬于縱向數據缺失機制A.MCARB.MARC.MNARD.截斷E.右刪失答案：A,B,C解析：截斷與刪失屬生存數據概念。2.9在劑量-反應分析中，可用模型包括A.線性B.二次C.限制性立方樣條D.分段回歸E.Hill模型答案：A,B,C,D,E解析：均為常見參數化形式。2.10關于隨機化，正確的是A.可期望平衡已知混雜B.可期望平衡未知混雜C.區(qū)組隨機化可保持組間均衡D.動態(tài)隨機化可最小化協(xié)變量不平衡E.開放標簽下隨機化無效答案：A,B,C,D解析：E錯誤，隨機化仍有效，盲法減少測量偏倚。3.判斷題（每題1分，共10分）3.1對數變換可使任意右偏資料正態(tài)化。答案：×解析：對數僅對右偏且>0數據有效，極端偏態(tài)需Box-Cox。3.2在Cox模型中，基線風險函數估計需指定分布。答案：×解析：Cox為半參數，基線任意。3.3若兩變量VIF>10，則一定存在嚴重共線性。答案：√解析：經驗閾值10，>10說明方差膨脹嚴重。3.4貝葉斯可信區(qū)間頻率覆蓋概率一定等于名義水平。答案：×解析：覆蓋概率依賴先驗，頻率性質不一定。3.5對匹配病例對照研究，需用條件logistic回歸。答案：√解析：匹配設計需分層條件似然。3.6在Meta回歸中，研究數<10亦可進行多變量回歸。答案：×解析：事件過少易過擬合，一般要求研究數≥10×變量數。3.7對零膨脹模型，若Vuong檢驗P<0.05，則ZIP優(yōu)于普通Poisson。答案：√解析：Vuong用于非嵌套比較，P<0.05提示ZIP更好。3.8交叉設計必然比平行設計節(jié)省樣本。答案：×解析：若存在遺留效應或高退出，反而更費。3.9在機器學習測試中，驗證集用于調超參數。答案：×解析：驗證集調參，測試集僅最終評估。3.10對生態(tài)學相關分析，控制個體水平混雜即可消除生態(tài)學謬誤。答案：×解析：群體水平關聯(lián)仍不能推個體，需多水平數據。4.簡答題（每題10分，共40分）4.1給出隨機效應Meta分析中DerSimonian-Laird估計τ2的公式，并說明其局限。答案：公式：τ2=max{0,[Q?(k?1)]/[Σw??Σw?2/Σw?]}其中Q=Σw?(θ??θ?)2，w?=1/(σ?2+τ2)。局限：1.基于矩估計，效率低；2.當研究數k小，τ2可能為0，低估異質；3.不考慮不確定性，置信區(qū)間偏窄；4.對極端研究敏感；5.無法處理稀疏數據。4.2解釋邊際結構模型（MSM）如何控制時依混雜，并寫出權重公式。答案：時依混雜既是后續(xù)暴露的預測因子，又受既往暴露影響，傳統(tǒng)回歸調整會引入碰撞偏倚。MSM通過逆概率加權構建“偽人群”，使暴露獨立于時依混雜。權重公式（非穩(wěn)定）：SW?(t)=∏_{k=0}^{t}1/[P(A(k)=a(k)|ā(k?1),L?(k))]穩(wěn)定權重再乘以P(A(k)=a(k)|ā(k?1))。加權后，可直接用簡單模型估計暴露因果效應。4.3說明LASSO回歸的幾何解釋，并比較其與嶺回歸在變量選擇上的差異。答案：LASSO約束Σ|β?|≤t，可行域為菱形，角點易使系數恰好為0，實現稀疏。嶺回歸約束Σβ?2≤t，可行域為球體，無角點，系數連續(xù)收縮但不為零。因此LASSO兼具選擇與收縮，嶺僅收縮。當預測變量高度相關，LASSO傾向于任選一個，而嶺將系數均分。4.4給出計算NetReclassificationImprovement（NRI）的步驟，并指出其爭議。答案：步驟：1.基于舊模型與新模型，分別計算每個個體的風險分類（如<5%,5–20%,>20%）。2.對病例組，計算新模型向上分類比例p_up,down；對非病例組計算q_up,down。3.NRI=(p_up?p_down)?(q_up?q_down)。爭議：1.分類閾值主觀；2.忽略連續(xù)風險變化；3.對基礎風險敏感；4.統(tǒng)計顯著≠臨床意義；5.置信區(qū)間計算需事件與非事件分別bootstrap，易誤用。5.計算與分析題（共50分）5.1某新藥II期試驗采用單臂Simon二階段設計，預期有效率p?=0.20，p?=0.35，α=0.05，β=0.20。第一階段若≤3/19有效則終止。（1）給出第二階段樣本量及總拒絕閾值；（2）若第一階段觀察到4例有效，是否進入第二階段？（3）若最終有效13/54，結論？答案：（1）查Simon最優(yōu)設計表：n?=19，r?=3；n=54，r=13。（2）4>3，進入第二階段。（3）13≥13，拒絕p≤0.20，認為有效。5.2下表為配對病例對照研究，調查X基因型與疾病關聯(lián)：||病例+|病例?||----------|-------|-------||對照+|35|8||對照?|21|46|（1）計算McNemarχ2及P值；（2）給出OR及95%CI；（3）解釋結果。答案：（1）不一致對子：b=8，c=21；χ2=(b?c)2/(b+c)=6.76，P=0.009。（2）OR=c/b=2.625；95%CI=exp[ln(OR)±1.96√(1/b+1/c)]=1.29–5.34。（3）基因型與疾病顯著相關，攜帶者患病風險增加約1.6倍。5.3生存數據：組An=60，觀察人年=480，死亡18；組Bn=60，人年=510，死亡10。（1）計算率比RR及95%CI；（2）若用Poisson回歸，寫出Stata命令；（3）解釋RR。答案：（1）λ_A=18/480=0.0375，λ_B=10/510=0.0196；RR=1.91；95%CI=exp[ln(1.91)±1.96√(1/18+1/10)]=0.89–4.11。（2）stsettime,failure(dead)poissondeadi.group,exposure(time)irr（3）A組死亡率為B組1.9倍，但置信帶包含1，尚不能認為顯著升高。5.4預測模型開發(fā)：總樣本n=800，事件200，候選變量40。（1）用LASSOlogistic篩選后保留12變量，計算事件per變量；（2）指出潛在問題；（3）給出改進策略。答案：（1）200/12≈16.7事件/變量。（2）仍低于經驗20事件/變量，可能過擬合，外推差。（3）①外部驗證；②Bootstrapoptimism校正；③懲罰回歸調優(yōu)；④簡化模型；⑤合并大樣本。5.5多水平數據：患者嵌套于醫(yī)院，共30醫(yī)院，每院≈100患者，結局為術后感染。（1）給出空模型公式；（2）若空模型方差成分：醫(yī)院水平σ2_u=0.36，患者水平σ2_e=3.20，計算ICC；（3）解釋ICC含義。答案：（1）logit(π??)=β?+u?，u?~N(0,σ2_u)。（2）ICC=σ2_u/(σ2_u+σ2_e)=0.36/(0.36+3.20)=0.101。（3）10.1%的總變異源于醫(yī)院水平，提示醫(yī)院差異對感染影響中等，需關注院內管理。6.綜合應用題（共40分）6.1某研究團隊擬評估空氣污染（PM2.5）對急性心梗（AMI）入院的影響，擁有2018–2025年某市每日AMI入院計數、PM2.5濃度、氣象變量（溫