2025年大学《生物统计学》专业题库—— 生物统计学在基因表达分析中的应用.docxVIP

2025年大学《生物统计学》专业题库——生物统计学在基因表达分析中的应用

考试时间：______分钟总分：______分姓名：______

一、选择题（每题3分，共30分）

1.在基因表达谱数据分析中，对原始计数数据进行对数转换（如Log2）的主要目的是？

A.消除数据中的批次效应

B.使数据分布更接近正态分布

C.降低数据中的噪声水平

D.标准化不同基因的表达量范围

2.比较两组（例如处理组与对照组）基因平均表达量差异时，如果样本量较小且两组方差相等，最常用的基础统计方法是？

A.方差分析（ANOVA）

B.卡方检验

C.t检验

D.主成分分析（PCA）

3.在比较多个处理组（例如三种药物处理组与对照组）的基因表达差异时，如果假定各组方差相等且每个处理组有多个重复样本，应优先考虑使用？

A.单因素t检验

B.多重t检验（未校正）

C.单因素方差分析（ANOVA）

D.聚类分析

4.假设检验中，p值表示的是？

A.观察到的统计量或更极端结果在零假设成立时出现的概率

B.零假设为真时，接受备择假设的概率

C.零假设为假时，拒绝零假设的概率

D.数据的可靠性程度

5.在进行差异表达基因分析时，使用FDR（FalseDiscoveryRate）而不是p值的主要原因是？

A.FDR总是比p值更小

B.FDR能控制所有错误发现的比例，而p值仅控制单个检验的错误发现率

C.FDR适用于大数据集，p值适用于小数据集

D.FDR计算更简单

6.当基因表达数据包含多个相关基因，且目标是识别共同的调控模式或通路时，以下哪种方法最为合适？

A.单个基因的t检验

B.基因集富集分析（GSEA）

C.主成分分析（PCA）

D.独立样本t检验

7.在基因表达时间序列分析中，如果考虑处理效应、时间效应以及处理与时间的交互效应，最适合的统计模型是？

A.简单线性回归

B.双因素方差分析

C.线性混合效应模型（LMM）

D.单因素方差分析

8.对于高维基因表达数据（基因数量远大于样本数量），常用的第一步降维方法是？

A.因子分析

B.线性判别分析（LDA）

C.主成分分析（PCA）

D.聚类分析

9.在评估一个差异表达分析结果的可靠性时，除了看p值或FDR，还应关注？

A.基因表达变化的倍数大小

B.效应量的估计

C.模型拟合优度

D.数据的重复性

10.对基因表达数据进行聚类分析的主要目的是？

A.检测基因之间的统计学关联性

B.识别具有相似表达模式的基因或样本

C.比较不同基因的表达量高低

D.对样本进行分类以预测其来源

二、填空题（每空2分，共20分）

1.对于来自不同生物学实验或不同实验批次的数据，需要通过标准化方法来减少______，确保数据具有可比性。

2.在进行差异表达分析时，假设检验的零假设通常认为______与______的基因表达水平没有差异。

3.方差分析（ANOVA）可以用来同时比较______个组别之间的均值差异，并检验______效应的存在。

4.p值小于0.05通常被认为是统计显著性的一个常用阈值，它表示在零假设为真的情况下，观察到当前结果或更极端结果的概率小于______。

5.主成分分析（PCA）是一种降维技术，它可以将原始的多个变量转化为少数几个______，并尽量保留原始数据的变异信息。

6.当基因表达数据中存在未知的分组信息时，可以使用______方法来探索性地识别具有不同表达模式的样本或基因。

7.线性混合效应模型（LMM）特别适用于处理具有______结构的数据，例如重复测量数据或分层数据。

8.基因集富集分析（GSEA）用于判断一个预定义的基因集中，是否存在显著富集的______或______基因。

9.统计模型的假设是进行有效性检验的基础，例如ANOVA要求数据满足______、______和______。

10.在对基因表达数据进行分类预测时，判别分析（LDA）旨在找到一个最优的线性判别函数，以最大化不同类别样本间的______，同时最小化类内离散度。

三、简答题（每题8分，共24分）

1.简述在基因表达分析中进行数据标准化（归一化）的必要性和常用方法。

2.简要比较t检验和方差分析（ANOVA）在分析基因表