2025年大学《应用统计学》专业题库—— 回归分析在医学研究中的作用.docxVIP

2025年大学《应用统计学》专业题库——回归分析在医学研究中的作用

考试时间：______分钟总分：______分姓名：______

一、选择题（每题3分，共30分。请将正确选项的字母填在括号内。）

1.在一项研究中，研究者希望考察吸烟量（自变量）与肺癌发病率（因变量）之间的关系。由于肺癌发病率是二元变量（患病/未患病），最适合采用的回归模型是：

A.线性回归

B.多元线性回归

C.逻辑回归

D.岭回归

2.在简单线性回归模型Y=β?+β?X+ε中，β?的解释是：

A.当X增加1个单位时，Y的平均值增加β?个单位

B.当Y增加1个单位时，X的平均值增加β?个单位

C.X与Y之间的相关系数

D.模型的总变异中由X解释的部分

3.以下哪项是线性回归模型假设之一？

A.自变量X必须是正态分布的

B.因变量Y的条件分布必须是对称的

C.残差与自变量X之间存在线性关系

D.自变量之间存在多重共线性

4.在回归分析中，判定系数R2的值范围为：

A.-1到1

B.0到1

C.0到∞

D.-∞到∞

5.当线性回归模型的残差图显示残差呈漏斗状（FunnelShape）时，这表明：

A.存在异方差性

B.存在自相关

C.模型拟合良好

D.存在多重共线性

6.在多元线性回归分析中，使用逐步回归方法选择自变量的主要目的是：

A.提高模型的R2

B.减少模型的复杂度，同时保持模型的预测能力

C.消除自变量之间的共线性

D.确保所有自变量都显著

7.比较简单线性回归和多元线性回归的主要依据之一是：

A.模型中自变量的数量

B.模型中因变量的数量

C.模型的R2值大小

D.模型的适用范围

8.在一项关于药物剂量的研究中，研究者希望预测患者的反应强度（连续变量）。如果反应强度与剂量之间存在非线性关系，但研究者希望使用线性模型，可以考虑的方法是：

A.使用原始模型，解释其局限性

B.增加更多自变量

C.对自变量或因变量进行变换（如对数变换）

D.改用逻辑回归

9.残差分析中，Q-Q图主要用于检验：

A.残差的正态性

B.残差的方差齐性

C.自变量的多重共线性

D.模型的线性假设

10.逻辑回归模型主要用于分析：

A.连续型因变量

B.计数型因变量

C.二元（0/1）因变量

D.分类因变量（多于两种）

二、填空题（每空2分，共20分。请将答案填在横线上。）

1.简单线性回归中，回归方程Y?=β??+β??X的斜率β??表示自变量X每变化一个单位，因变量Y?的变化量。

2.多元线性回归模型中，检验整个模型是否显著的统计量是F统计量。

3.为了检验回归系数β??是否显著异于0，通常使用的统计检验是t检验。

4.异方差性是指回归模型中残差的方差依赖于自变量的值。

5.多重共线性是指回归模型中两个或多个自变量之间存在高度线性相关关系。

6.在逻辑回归模型中，通常解释模型预测力的指标是比例优势（OddsRatio）。

7.当回归分析结果显示R2=0.65，这意味着模型可以解释因变量变异的65%。

8.在进行回归分析前，需要对自变量和因变量进行探索性数据分析。

9.如果回归残差图显示存在明显的系统性模式，则表明模型可能没有捕捉到数据中的所有重要信息。

10.逻辑回归模型中，因变量通常表示事件发生的概率。

三、名词解释（每题4分，共16分。请给出每个名词的简要定义。）

1.回归系数（回归斜率）

2.残差（误差）

3.多重共线性

4.比例优势（OddsRatio）

四、简答题（每题5分，共15分。）

1.简述线性回归模型中存在异方差性的可能后果。

2.简述选择回归分析自变量时应考虑的主要原则。

3.简述逻辑回归模型中oddsratio大于1的意义。

五、分析与应用题（每题9分，共27分。）

1.一项研究旨在探讨高血压（收缩压，mmHg，因变量）与年龄（岁，自变量）之间的关系。研究者收集了50名成年人的数据，并进行了简单线性回归分析。假设分析结果显示：回归方程为收缩压=120+0.8*年龄，R2