流行病SAS期末考试历年考题(含答案).doc

一、不定项选择 下列哪些资料适用于生存分析（1、2、3、4） 1 两组生存率的比较 2 白血病术后的两组复发情况 3 两组心脏病术后发病间隔 4 乳腺癌随访资料 2、 定群研究，y为连续性变量，要建预测自变量为定量的模型，可选择（1） 1 多元回归 2 logistic回归 3 cox模型 4 协方差 3 结局变量y为连续变量，两组在各种外部影响条件下疗效或影响因素选择（1、4） 1 多元回归 2 logistic回归 3 cox模型 4 协方差 4 结局为二分类或等级资料，确定联系大小应选择（2） 1 多元回归 2 logistic回归 3 cox模型 4 协方差 5 logistic回归β=-1.2，且该变量为危险因素，计算or值（E1.2） Y=0（冠心病） 1（非冠心病） x=0（非高血压） 1（高血压） 二、填空：哪个是条件logistic回归，哪个是非条件logistic回归 1 配对设计____条件________________ 2 1:m配比设计____条件_________________ 3 医院基础成组________非条件_____________ 4 社区基础成组 非条件 三、简答： 1 、ANOVA和GLM的区别。 ANOVA GLM 自变量 定性 定性/定量 应用 方差分析 方差分析 协方差分析 回归分析 偏相关分析 重复测量方差分析 …… 资料类型 平衡实验设计/ 不平衡的完全随机设计 平衡实验设计/ 不平衡实验设计 运行速度 快 较慢 2 、医院的住院病例作为研究对象，研究者将居住底气作为一个影响发病的因素进行探讨，居住地按全国六大行政区划分，即东北、西北、西南、华北、华中和华南。为了比较不同地区之间发病的OR值，该研究者将调查获得的的有关居住地区按定性资料进行指标数量化。他将上述地区一次赋值为1，2，3，4，5，6后进行分析。请问他的这一作法是否正确？无论你认为正确与否，都请讲出理由，并写出你采用的定性资料进行指标数量化设计结果。 答： （引入亚（哑）变量的目的在于区分某个变量的不同属性。当自变量为属性变量，特别是不同属性之间无等级高低之分，为说明不同属性对因变量的影响大小，常需引入亚（哑）变量。） 有时自变量（如年龄）虽然是连续变量，但按其每改变一个单位（一岁），来估计其对因变量的影响很微弱，如将其划分成大小不同的几种属性，并设立亚变量，则可看出不同属性对因变量的影响大小。 这种指标分解方法的优点是有助于分清究竟哪种属性对所研究疾病危险性的作用较大，也便于研究因素间的交互作用。 （1）不正确。理由：当自变量为属性变量，特别是不同属性之间无等级高低之分，为说明不同属性对因变量的影响大小，常需引入亚变量。 地区变量属于无序变量，如果按照研究者1-6的按序赋值方法，则最后所得到的地区与鼻咽CA发病之间的联系强度将人为的划分为6个由低到高的等级，这与实际是不符的。 (2) 方法是以华南为对照，设5个哑变量:d1-d5， d1 d2 d3 d4 d5 东北 1 0 0 0 0 西北 0 1 0 0 0 西南 0 0 1 0 0 华北 0 0 0 1 0 华中 0 0 0 0 1 华南 0 0 0 0 0 方法二程序为： If d=”东北” then d1=1; Else d1=0; If d=”西北” then d2=1; Else d2=0; If d=”西南” then d3=1; Else d3=0; If d=”华北” then d4=1; Else d4=0; If d=”华中” then d5=1; Else d5=0; 3、多元Cox回归分析时，方程的自变量X都可以是什么类型的资料？如何解释不同类型资料的结果？用什么程序步？ 答：PHREG（proportional harzard regression,比例风险回归）过程基于Cox比例危险模型对生存数据进行回归分析，该模型以生存结局和生存时间为因变量，可同时分析众多因素对生存期的影响，分析带有删失生存时间的资料，且不要求资料服从特定的分布类型。 模型中的自变量可以是连续性、分类变量、时间依存的自变量。 当βj0时，RRj1，说明Xj增加时，风险函数增加，即Xj为危险因素； 当βj0时，RRj1，说明Xj增加时，风险函数下降，即Xj为保护因素； 当βj=0时，RRj=1，说明Xj增加时，风险函数不变，即X