2026年統(tǒng)計學(xué)期末考試題庫基于健康數(shù)據(jù)處理的案例分析試題及答案

2026年統(tǒng)計學(xué)期末考試題庫基于健康數(shù)據(jù)處理的案例分析試題及答案一、案例背景某三甲醫(yī)院2022-2024年開展了一項高血壓患者健康管理隊列研究，納入符合《中國高血壓防治指南》診斷標(biāo)準(zhǔn)（收縮壓≥140mmHg和/或舒張壓≥90mmHg）的患者1200例，隨訪24個月，收集基線數(shù)據(jù)與隨訪信息。基線變量包括：年齡（歲）、性別（男=1，女=0）、BMI（kg/m2）、基線收縮壓（SBP，mmHg）、基線舒張壓（DBP，mmHg）、是否合并糖尿病（是=1，否=0）、降壓藥物類型（A類=1，B類=2，未規(guī)律服藥=0）；隨訪變量包括：6個月、12個月、18個月、24個月時的SBP值，以及終點事件（心血管事件：心肌梗死、腦卒中或心力衰竭，發(fā)生=1，未發(fā)生=0）、事件發(fā)生時間（月）。部分?jǐn)?shù)據(jù)經(jīng)初步整理后如下（表1為隨機抽取的50例基線數(shù)據(jù)，表2為12個月時SBP控制情況與心血管事件的交叉表）：表150例高血壓患者基線數(shù)據(jù)（部分變量）編號年齡性別BMI基線SBP基線DBP合并糖尿病藥物類型158127.31529501263029.116810212........................5049125.81458800表212個月SBP控制情況與心血管事件交叉表（n=1200）SBP控制情況心血管事件發(fā)生（例）未發(fā)生（例）合計達(dá)標(biāo)（<140mmHg）32820852未達(dá)標(biāo)（≥140mmHg）78270348合計11010901200二、試題1.數(shù)據(jù)清洗與預(yù)處理（1）在整理基線數(shù)據(jù)時，發(fā)現(xiàn)2例患者的BMI值分別為12.3和48.5，試判斷是否為異常值，并說明判斷方法及處理建議。（2）某患者隨訪12個月時的SBP值缺失，缺失原因為患者失訪。若采用多重插補法填補缺失值，需滿足什么前提假設(shè)？簡述多重插補的基本步驟。2.描述性統(tǒng)計分析（1）計算表1中50例患者基線SBP的集中趨勢（均數(shù)、中位數(shù)）與離散趨勢（標(biāo)準(zhǔn)差、四分位數(shù)間距），并結(jié)合數(shù)據(jù)分布特征說明選擇集中趨勢指標(biāo)的依據(jù)。（2）繪制基線BMI的頻數(shù)分布直方圖，若直方圖呈現(xiàn)右偏態(tài)，可采用哪些統(tǒng)計量描述其分布特征？3.假設(shè)檢驗（1）根據(jù)表2數(shù)據(jù)，檢驗12個月SBP控制達(dá)標(biāo)與否與心血管事件發(fā)生是否相關(guān)（α=0.05）。要求列出假設(shè)、計算檢驗統(tǒng)計量、得出結(jié)論。（2）研究組擬比較A類藥物與B類藥物對基線SBP的降低效果（假設(shè)兩組基線SBP均服從正態(tài)分布且方差齊），需收集哪些數(shù)據(jù)？應(yīng)采用何種檢驗方法？寫出檢驗統(tǒng)計量的計算公式。4.回歸分析（1）以24個月時SBP為因變量（Y），年齡（X?）、BMI（X?）、合并糖尿病（X?）、藥物類型（X?，A類=1，B類=2，未規(guī)律服藥=0）為自變量，建立多元線性回歸模型。若模型結(jié)果顯示X?的回歸系數(shù)b?=0.85（P=0.012），X?的b?=1.23（P=0.003），X?的b?=5.67（P=0.001），X?的b?=-12.3（P=0.000），R2=0.68，試解釋各系數(shù)的實際意義及模型擬合效果。（2）若因變量改為24個月時是否發(fā)生心血管事件（二分類變量），應(yīng)選擇何種回歸模型？該模型與線性回歸模型的主要區(qū)別是什么？5.生存分析（1）研究終點為心血管事件，隨訪過程中部分患者因失訪或死于其他原因（非研究終點）被截尾。簡述生存分析中“截尾”的定義及常見類型。（2）采用Cox比例風(fēng)險模型分析影響心血管事件的危險因素，納入變量包括年齡、BMI、基線SBP、是否合并糖尿病、藥物類型。若某變量的風(fēng)險比（HR）=1.5（95%CI：1.2-1.8，P=0.001），試解釋其統(tǒng)計學(xué)意義與實際意義。三、答案1.數(shù)據(jù)清洗與預(yù)處理（1）判斷異常值：BMI的正常范圍通常為18.5-24.9，12.3（低于18.5）和48.5（高于28為肥胖，48.5顯著異常）可能為異常值。可采用IQR法：計算BMI的第25百分位數(shù)（Q1）和第75百分位數(shù)（Q3），計算IQR=Q3-Q1，定義異常值為<Q1-1.5IQR或>Q3+1.5IQR。處理建議：首先核查原始記錄，確認(rèn)是否為測量錯誤（如單位錯誤）；若為真實值，需保留并在分析中說明；若為錯誤，可采用該變量的均值/中位數(shù)填補或刪除該記錄（樣本量允許時）。（2）多重插補前提假設(shè)：數(shù)據(jù)為隨機缺失（MAR），即缺失值的發(fā)生與已觀測變量有關(guān)，與未觀測的缺失值本身無關(guān)。基本步驟：①建立插補模型（如以年齡、性別、基線SBP等為預(yù)測變量的回歸模型）；②提供m個（通常m=5-10）插補數(shù)據(jù)集，每個數(shù)據(jù)集用插補模型填補缺失值；③對每個插補數(shù)據(jù)集分別進(jìn)行統(tǒng)計分析（如計算均數(shù)、回歸系數(shù)等）；④合并m個結(jié)果，計算總體估計值與標(biāo)準(zhǔn)誤（利用Rubin規(guī)則）。2.描述性統(tǒng)計分析（1）集中趨勢計算：假設(shè)50例基線SBP的具體值經(jīng)計算得均數(shù)=156.2mmHg，中位數(shù)=154.5mmHg；離散趨勢：標(biāo)準(zhǔn)差=12.8mmHg，四分位數(shù)間距（Q3-Q1）=14.3mmHg。若數(shù)據(jù)分布接近正態(tài)（均數(shù)≈中位數(shù)），選擇均數(shù)描述集中趨勢；若存在偏態(tài)（如少數(shù)極高值），中位數(shù)更穩(wěn)健。（2）右偏態(tài)分布的描述：采用中位數(shù)描述集中趨勢，四分位數(shù)間距描述離散趨勢；可補充眾數(shù)反映數(shù)據(jù)集中位置；繪制直方圖時標(biāo)注中位數(shù)和四分位數(shù)，或用箱線圖展示分布形態(tài)。3.假設(shè)檢驗（1）假設(shè)：H?：SBP控制達(dá)標(biāo)與心血管事件無關(guān)（π?=π?）；H?：兩者相關(guān)（π?≠π?）。計算卡方統(tǒng)計量：χ2=n(ad-bc)2/[(a+b)(c+d)(a+c)(b+d)]=1200×(32×270-78×820)2/(852×348×110×1090)≈1200×(8640-63960)2/(852×348×110×1090)=1200×(-55320)2/(852×348×110×1090)≈1200×3.06×10?/(852×348×110×1090)≈3.67×1012/(852×348×110×1090)≈3.67×1012/(3.5×10?)≈104.86。自由度df=(2-1)(2-1)=1，查卡方界值表，χ2?.??(1)=3.84，計算得χ2=104.86>3.84，P<0.05，拒絕H?，認(rèn)為SBP控制達(dá)標(biāo)與否與心血管事件發(fā)生相關(guān)。（2）需收集數(shù)據(jù)：A類藥物組與B類藥物組患者24個月時SBP的測量值（或SBP變化值：基線SBP-隨訪SBP）。檢驗方法：兩獨立樣本t檢驗。檢驗統(tǒng)計量公式：t=(X??-X??)/√[S?2(1/n?+1/n?)]，其中S?2=[(n?-1)S?2+(n?-1)S?2]/(n?+n?-2)，X??、X??為兩組均數(shù)，S?2、S?2為兩組方差，n?、n?為兩組樣本量。4.回歸分析（1）系數(shù)解釋：X?（年齡）：年齡每增加1歲，24個月時SBP平均升高0.85mmHg（P=0.012<0.05，統(tǒng)計顯著）；X?（BMI）：BMI每增加1kg/m2，24個月時SBP平均升高1.23mmHg（P=0.003<0.05，統(tǒng)計顯著）；X?（合并糖尿病）：合并糖尿病患者較未合并者，24個月時SBP平均升高5.67mmHg（P=0.001<0.05，統(tǒng)計顯著）；X?（藥物類型）：與未規(guī)律服藥組相比，A類藥物組患者24個月時SBP平均降低12.3mmHg（P=0.000<0.05，統(tǒng)計顯著）；B類藥物組需進(jìn)一步比較（若模型中X?為賦值2，可能需重新編碼為啞變量）。模型擬合效果：R2=0.68，說明自變量能解釋因變量68%的變異，擬合效果較好。（2）應(yīng)選擇邏輯回歸模型。主要區(qū)別：線性回歸因變量為連續(xù)變量，假設(shè)誤差服從正態(tài)分布；邏輯回歸因變量為二分類變量，通過logit變換將概率映射到線性空間，誤差服從二項分布；線性回歸直接建模Y與X的線性關(guān)系，邏輯回歸建模P(Y=1|X)與X的對數(shù)優(yōu)勢比關(guān)系。5.生存分析（1）截尾定義：研究結(jié)束時未觀察到終點事件，或因失訪、死于其他原因?qū)е率录l(fā)生時間不完全記錄。常見類型：右截尾（事件未發(fā)生或發(fā)生時間>最后隨訪時間）、左截尾（事件發(fā)生時間<研究開始時間）、區(qū)間截尾（事件發(fā)生時間在兩個時間點之間）。本研究中失訪或死于其他原因為右截尾。（2）HR=1.5的統(tǒng)計學(xué)意義：該變量每增加1個單位（或該類別與參照組相比），發(fā)生心血管事件的風(fēng)險比為1.5（95%CI不包含1，P=0.001<0.05，統(tǒng)計顯著）。實際意義：該變量水平較高的患者，發(fā)生心血管事件的風(fēng)險是水平較低患者的1.5倍，提示該變量為心血管事件的危險因素。四、拓展思考（選答）若發(fā)現(xiàn)年齡