企业官网建设流程全解析

简介：《医学统计孙振球附录六答案解析.doc》是一份面向医学专业学生、科研人员及备考者的医学统计学习辅助文档，聚焦孙振球《医学统计学》附录六的习题解答，能帮助读者掌握测量资料类型划分、抽样误差、t检验、方差分析、相关回归与秩和检验等高频考点与易错辨析。资源共1个doc文件，单文档约32KB，内容以题目—答案—解析形式呈现，覆盖40余道典型选择题，并结合Cochran&Cox法、SMR标准化死亡比、Kruskal-Wallis检验等实例讲解判别要点。已有156人浏览学习，适合在复习阶段用于核对解题思路、快速定位薄弱知识点。文档还提炼了参数检验与非参数检验的选择逻辑、可信区间与假设检验的关联，并给出“不编造失真的率标准化”“样本量无法杜绝两类错误”等易错提醒，读后可提升审题敏锐度与应试准确率。

1. 孙振球《医学统计学》附录六：我为什么不让你先背答案

孙振球《医学统计学》的附录六在多数版次里是习题答案，有的版次带简短解析，少数组装成 SPSS 操作实习的参考答案。拿到这份 .doc 的人，第一反应基本是把选项背下来，这恰好是最低效的用法：考试结束两周后，背下来的字母全还给教材，而科研里真正要用的“为什么是这个方法”一点没留下。临床上经常看到统计方法乱用的论文，根子往往就出在答案只背不拆。下面不替任何人把答案抄一遍，而是用一套可复现的流程，把 .doc 里的答案解析转成可检索的考点表、可复核的 P 值证据和可自测的记忆卡片。适合医学研究生、临床科研人员，以及做医疗数据相关工作的工程师。

2. 附录六的考点索引：从答案文本反推统计方法

2.1 附录六在不同版次里装的东西并不一样

孙振球这本教材从初版到后续修订版，附录的编排有过调整。有的版次附录六是全书习题的多选与案例题答案，有的版次是 SPSS 操作实习的参考输出，还有的附带了模拟试卷的参考答案。拿到 .doc 先别急着背，第一步是判断这份附录的类型：通读前两三页，看里面是“参考答案：ABCD”这种简写，还是“答案与解析：选 C，因为……”这种带理由的写法，或者是 SPSS 输出表格和操作步骤。

我一般会把带解析的版本当最高优先级，因为它直接暴露了出题人判断统计方法的依据。只有答案字母也是能用的，但厚度差很多：字母只能告诉“选什么”，解析能告诉“为什么别的不能选”，后者才是临床科研里真正会被追问的东西。按这个思路，附录六的价值不是“题目的答案”，而是“方法选择的答案”。

2.2 一张考点映射表：题目形态、方法名称与答案符号

不管附录怎么印，医学统计习题的考点大致落在一张固定的表里。把题目的数据形态、设计类型两列看明白了，方法选择就完成了一大半。下面这张表按常见习题的考查频次排布，也对应多数版次附录答案里会出现的关键词：

拿一道几乎所有版次都有的经典题举例：题干给了一组高血压患者在用药前后的舒张压数据，问比较该用什么方法。正确做法是先对差值做正态性检验，差值服从正态用配对 t 检验，不服从则用 Wilcoxon 符号秩检验。答案解析里如果直接写“配对 t 检验”而没提差值正态性，说明这道题考察的是设计类型判断；如果答案先给了正态性检验的结论再选秩和检验，说明它考的是资料分布判断。同一个题干，两种考法，附录答案的写法会把这两种意图区分开，这种差异值得记在复习笔记里。

2.3 用 grep 先把答案里的符号密度摸出来

拿到 .doc 正文之后，我习惯先用命令把纯文本里的统计符号全部抓出来看一眼分布。这一步不写完整脚本，只是快速探查：哪些章节的答案里 P 值出现频率高，哪些章节全是 rs、χ² 这类方法符号。命令在 macOS 和 Linux 上都可用：

# 先把 .doc 转成 UTF-8 纯文本（macOS 自带 textutil） textutil -convert txt 附录六.doc -encoding UTF-8 -output 附录六.txt # 统计各类统计符号出现的行数 grep -oE "P[<>]?=?0?\.0*[0-9]+|χ²|t=|F=|rs|Zc|Hc" 附录六.txt | sort | uniq -c | sort -rn

注意 textutil 对大多数 .doc 有效，遇到加密或非 Word 合成文件会报错，Windows 上可以用 LibreOffice 的soffice --headless --convert-to txt。grep 里的P[<>]?=?是故意把P<0.05、P>0.05、P=0.031全包进来，sort | uniq -c得到的是每个符号出现的行数，够用。textutil 转出来的文本会把页眉页脚带进来，页脚里的孤立页码会被 grep 忽略，但切分时要注意，建议先用grep -vE '^[0-9]{1,3}$'清一遍。

符号密度能告诉你两件事：如果χ²远多于F，说明这份附录的计数资料题占比高，复习重心该往卡方检验的校正条件和 Fisher 精确检验倾斜；如果Zc（秩和检验的校正统计量）频繁出现，说明非参数部分是短板。这一步把“背答案”换成了“看考点分布”。

3. 用 Python 把 .doc 里的答案解析抽成结构化考点表

3.1 .doc 不是纯文本，先转成 UTF-8 文本再进 pandas

textutil 转出来的附录六.txt 已经可以读，但它混着题号、选项、解析和页码，直接拿去检索会很别扭。常见做法是写一个解析脚本，把文本按题目切分，再抽取答案字母和解析句子。切分之前先确认编码，textutil 默认输出 UTF-8，GBK 来源的老 .doc 可能会留下乱码残片，我一般先用file 附录六.txt看编码，再统一转一遍：

iconv -f GB18030 -t UTF-8 附录六.txt -o 附录六.clean.txt

GB18030 是 GBK 的超集，兼容绝大多数中文 .doc。转完用less随便翻几页，重点看题号形如1.还是1、，这决定后面正则的写法。textutil 转出的文本还会保留 Word 的分页符，通常表现为\f控制字符，脚本里要用text.replace("\f", "\n")先清掉，否则分页符会把题目腰斩，正则匹配时会漏题。

3.2 用正则把题号和答案字母抽出来

下面这段 Python 脚本做了四件事：按题号切分文本，在每题内部找答案字母，把题干和解析分开，再抓解析句里的方法关键词。正则模式按常见排版写了两种，[.、]同时兼容中英文标点：

import re import pandas as pd with open("附录六.clean.txt", encoding="utf-8") as f: text = f.read() text = text.replace("\f", "\n") # 去掉分页符 # 按题号切分，兼容 "1." 和 "1、" 两种题号 blocks = re.split(r"(?m)^(\d{1,3})[.、]\s*", text) items = [] for i in range(1, len(blocks), 2): num, body = blocks[i], blocks[i+1] # 找答案字母：A/B/C/D 或 ACD 这种多选 ans_match = re.search(r"答案[:：]\s*([A-E]{1,5})", body) if not ans_match: continue answer = ans_match.group(1) # 题干是"答案:"之前的部分，解析是之后的部分 parts = re.split(r"答案[:：]\s*[A-E]{1,5}", body) stem = parts[0].strip() explanation = parts[1].strip() if len(parts) > 1 else "" # 抓解析里的统计方法关键词 methods = re.findall( r"配对\s*t?检验|成组\s*t?检验|卡方|秩和|方差分析|logistic|Spearman|Pearson", explanation ) items.append({ "题号": int(num), "答案": answer, "题干": stem, "解析内容": explanation, "方法关键词": "/".join(methods[:3]), }) df = pd.DataFrame(items) print(df.head(10))

逻辑说明：re.split用了分组捕获，返回列表里奇数位是题号、偶数是题身，所以循环从 1 开始步长 2，不会跑偏；答案[:：]匹配中英文冒号；[A-E]{1,5}覆盖单选和多选。方法关键词的正则写得保守，抓不到就留空，不靠猜。df.head(10)先打印前十条，确认切分没有把两个题拼在一起。

3.3 按考点打标签，生成可复查的 CSV

条目结构化之后，还得补一列“考点标签”，否则表格还是零散的答题记录。规则可以做成关键词映射，命中什么就打什么标签，多标签用逗号或斜杠分隔。这样统计每个考点的出错率只需要一次groupby：

rule_map = [ ("t检验", ["t检验", "t 检验", "t="]), ("卡方检验", ["卡方", "χ2", "χ²"]), ("秩和检验", ["秩和", "Wilcoxon", "Mann-Whitney"]), ("方差分析", ["方差分析", "F 检验", "F检验"]), ] def classify(row): tags = [] for tag, kws in rule_map: if any(kw in row["解析内容"] for kw in kws): tags.append(tag) return "/".join(tags) if tags else "未分类" df["考点标签"] = df.apply(classify, axis=1) df.to_csv("附录六_考点表.csv", index=False, encoding="utf-8-sig")

utf-8-sig这个编码参数比较关键：不加-sig的话，Excel 直接打开 CSV 会把中文读成乱码，加了字节序标记之后双击就能正常看。分类规则命中不了就标“未分类”，这是故意的，它把附录里解析写得比较含糊的题目暴露出来，比硬猜一个标签更诚实。后续想扩展规则，直接在rule_map里加元组即可，比如增加“生存分析”“logistic 回归”等标签。

4. 用 scipy 复核附录六答案里的 P 值：坑全在参数上

4.1 答案与复算结果对不上的四个原因

在把答案当金科玉律之前，有个容易被忽略的事情：教材里的习题答案偶尔会印错，更多时候是答案用的简化算法和 scipy 默认口径不一致。实际复算时，P 值对不上先查下面四件事，顺序不能乱。

单双侧：scipy 的ttest_ind默认给双侧 P 值，习题答案通常用双侧，但题目如果问“是否高于”，答案就可能对应单侧。曾遇到过答案给 P=0.048、复算出来却是 0.052 的情况，差异最后就出在单双侧上：题目字面问“是否有差异”是双侧，解析里写“是否降低”就变成了单侧，P 值正好砍半。方差齐性：ttest_ind(equal_var=True)是合并方差版本，equal_var=False是 Welch 校正版本，两组样本量和标准差差距大时，这两个口径的 P 值能差出数量级。卡方检验的连续性校正：四格表在总例数 n≥40 且理论频数全部≥5 时用普通卡方，理论频数在 1～5 之间时用校正公式。原始数据还是摘要统计量：习题表里给的多半是 n、均数、标准差，而不是原始观测值，直接用ttest_ind会算错，必须用ttest_ind_from_stats。

4.2 用两组摘要统计量复现两独立样本 t 检验

教材习题的标准数据形态是“两组各给 n、mean、sd”，scipy 里对应的函数是ttest_ind_from_stats。下面代码演示完整复算流程，并同时输出两种方差口径的 P 值：

from scipy.stats import ttest_ind_from_stats, levene import numpy as np # 两组摘要统计量，示例数据：某降脂药对照试验 n1, mean1, sd1 = 30, 5.2, 1.1 n2, mean2, sd2 = 30, 4.4, 1.3 # 先做方差齐性检验（Levene），判断该用哪种口径 _, p_levene = levene(np.random.normal(mean1, sd1, n1), np.random.normal(mean2, sd2, n2)) print(f"Levene 方差齐性检验 P = {p_levene:.3f}") # 合并方差版（equal_var=True 等价口径） t_pooled, p_pooled = ttest_ind_from_stats( mean1, sd1, n1, mean2, sd2, n2, equal_var=True ) # Welch 校正版 t_welch, p_welch = ttest_ind_from_stats( mean1, sd1, n1, mean2, sd2, n2, equal_var=False ) print(f"t_pooled = {t_pooled:.3f}, P_pooled = {p_pooled:.4f}") print(f"t_welch = {t_welch:.3f}, P_welch = {p_welch:.4f}")

提示：ttest_ind_from_stats的形参顺序是均值、标准差、样本量，六个数据的位置不要凭印象写，传参时显式写出形参名能降低看错概率。

参数说明：equal_var决定是否使用合并方差，教材里的 t 检验公式默认合并方差，所以先看答案给出的 t 值是否等于t_pooled。如果两个 P 值一个小于 0.05 一个大于 0.05，说明两组方差差异已经影响到结论，此时答案如果没做方差齐性检验就要存疑。用np.random.normal构造数据是权宜之计，更严谨的做法是把原始数据直接读进来，或从摘要统计量反推两组精确的方差比值。

4.3 卡方与秩和的边界条件对照表

复算卡方和秩和时，参数坑比 t 检验更隐蔽。处理这类题目时直接查下面这张表，能少走很多弯路：

from scipy.stats import chi2_contingency # 示例四格表：暴露组发病/未发病 table = np.array([[32, 18], [12, 38]]) chi2, p, dof, expected = chi2_contingency(table, correction=True) print(f"校正后 chi2 = {chi2:.3f}, P = {p:.4f}") expected_small = (expected < 5).sum() print("理论频数小于5的格子数:", expected_small)

correction=True对应教材里的连续性校正公式，但当最小理论频数小于 1 或总例数小于 40 时，应该直接改用 Fisher 精确检验，scipy.stats.fisher_exact是现成的入口。把expected_small打出来就是为了确认当前的校正是合理选择，而不是盲从默认参数。

5. 把附录六转成 Anki 自测卡：答案之外的统计方法选择

5.1 CSV 转 Anki 的 tab 分隔导入文件

Anki 的卡包本质是文本文件，字段之间用 tab 分隔，卡与卡之间一行一条。把第 3 章生成的附录六_考点表.csv转成 Anki 导入格式，只需一次循环，但要注意文本里的换行符会打断行结构，必须替换成<br>：

import pandas as pd df = pd.read_csv("附录六_考点表.csv", encoding="utf-8-sig") lines = ["#separator:tab", "#html:true", "#columns:题干\t答案\t考点标签\t方法关键词"] for _, row in df.iterrows(): question = str(row["题干"]).replace("\n", "<br>") answer = str(row["答案"] + "：" + row["解析内容"]).replace("\n", "<br>") lines.append(f"{question}\t{answer}\t{row['考点标签']}\t{row['方法关键词']}") with open("anki_import.txt", "w", encoding="utf-8") as f: f.write("\n".join(lines))

#separator:tab和#html:true是 Anki 导入时的头部指令，前者声明分隔符，后者允许卡面里保留 HTML 换行。导入时在 Anki 里选择“导入文件”，把模板的正面映射到题干、背面映射到答案，其余两列作为标签保留。

5.2 卡面设计的正反面逻辑

卡片的正面不能写“这道题选什么”，而应该写一个不带提示词的场景，例如“两独立样本比较，一组方差明显偏大，样本量各 20，正态性检验 P>0.05，应选哪种检验”。背面写“两样本秩和检验（Mann-Whitney U），理由：方差不齐时合并方差 t 检验的效能受影响，非参数法不依赖方差齐性”。这种正反设计把附录六从“答案本”改造成“决策练习器”，刷一张卡等于走一遍方法选择流程。

5.3 用复习记录找回薄弱考点

刷完一轮后，把 Anki 导出的复习记录（扩展插件导出的 csv）接回 pandas，按考点标签做一次频次统计，就能知道卡在哪个环节：

log = pd.read_csv("anki_review_log.csv", encoding="utf-8") wrong = log[log["再次出错"] == 1] counts = wrong.groupby("考点").size().sort_values(ascending=False) print(counts)

哪一行的计数最高，就把对应的考点名填进 Anki 的筛选表达式rated:1 prop:wrong，下一轮只刷这些卡。输出结果直接作为筛选条件，这样附录六的答案就变成循环训练的起点，而不是终点。

本文还有配套的精品资源，点击获取