2025年大学《生物统计学》专业题库—— 统计学在基因组数据分析中的应用.docxVIP

2025年大学《生物统计学》专业题库——统计学在基因组数据分析中的应用

考试时间：______分钟总分：______分姓名：______

一、选择题（每题3分，共30分。请将正确选项字母填在题干后的括号内）

1.在基因组关联研究（GWAS）中，用于检测多个遗传位点与某个性状或疾病关联性的统计方法，最常采用的是？

A.单因素方差分析（ANOVA）

B.线性回归分析

C.卡方检验

D.系统聚类分析

2.当比较两种处理（例如，药物vs安慰剂）对某个连续型基因组性状（如基因表达量）的影响时，如果满足方差齐性且数据大致服从正态分布，最常用的统计检验方法是？

A.Mann-WhitneyU检验

B.Kruskal-Wallis检验

C.t检验（独立样本）

D.ANOVA

3.在处理基因表达数据时，由于批次效应（batcheffect）可能导致不同实验组间的表达水平存在系统性差异，影响差异基因筛选的准确性。以下哪种统计或生物信息学方法通常被用来识别和修正批次效应？

A.PCA（主成分分析）

B.t检验

C.ANOVA

D.回归分析

4.对于基因组中的长链非编码RNA（lncRNA）表达数据的分析，如果关心不同亚型lncRNA表达水平的差异，且数据呈现偏态分布，可以考虑使用哪种非参数检验方法来比较两组或多组？

A.t检验

B.ANOVA

C.Wilcoxon秩和检验

D.Kruskal-Wallis检验

5.在构建基因共表达网络时，节点之间的连接强度或距离的计算常常依赖于基因表达数据的某种统计量。以下哪个统计量最不常用于此目的？

A.相关系数（Correlationcoefficient）

B.皮尔逊相关系数（Pearsoncorrelationcoefficient）

C.基于t检验的统计量（t-statisticbasedmeasure）

D.基因表达变化的方差

6.在进行全基因组关联分析时，控制多重测试错误（multipletestingerror）的关键统计概念或方法是？

A.标准误差（StandardError）

B.置信区间（ConfidenceInterval）

C.校正的P值（如Bonferroni校正或FDR）

D.方差分析（ANOVA）

7.对于高通量测序数据（如RNA-Seq）进行差异表达基因分析，常用的统计模型中，考虑了基因长度、测序深度等文库差异因素的是？

A.t检验模型

B.ANOVA模型

C.DESeq2或edgeR等基于负二项分布的模型

D.卡方检验模型

8.在基因组学研究中，估计连锁不平衡（LinkageDisequilibrium,LD）的强度通常使用哪个统计量？

A.相关系数

B.卡方值

C.线性回归系数

D.R2值

9.当研究者不仅关心某个基因是否差异表达，还想知道表达量变化的幅度时，除了检验统计显著性外，通常会关注？

A.P值

B.标准差

C.效应量（EffectSize）或FoldChange

D.置信区间宽度

10.对于高通量测序产生的序列比对数据，在进行变异检测（如SNPcalling）前，需要进行质量控制（QC）。QC过程中，以下哪个统计指标主要用于评估测序读段的质量分布？

A.基因数量

B.读段长度分布

C.Q值（Phredqualityscore）

D.位点覆盖度

二、填空题（每题3分，共15分。请将答案填在题干后的横线上）

1.在进行基因组数据的描述性统计分析时，除了计算均值和方差外，__________和__________也是常用的统计量，用于了解数据的分布形态。

2.在比较两组或多组连续型数据的均值时，如果数据的方差不相等，应使用__________检验。

3.统计学中，假设检验的原假设（NullHypothesis）通常表示没有差异或没有关联。

4.在基因组关联分析中，选择合适的参考群体对于计算个体基因型或单倍型频率至关重要，这直接影响到__________的准确估计。

5.对于高维基因组数据（例如，包含成千上万个基因的表达数据），__________分析常被用来识别主要的变异模式或发现基因共表达模块。

三、简答题（每题10分，共30分）

1.简述在基因组研究中