分析易侕统计提供的练习数据 \Analysis\exercise\estrodbwt\estrodbwt.xls, 回答以下问题：

1. estrodbwt.xls 的文件格式是：
   
   • Excel 表单文件
   • 制表符分隔的文本文件
2. 数据中：
   
   • 变量 MOM.BMI (母亲BMI) 有 缺失记录
   • 变量 DADEDUHIGH (父亲高等教育) 有 缺失记录
   • 变量 GEA (孕周) 的中位数是
   • 变量 ESTROD (雌激素水平) 的25%位数是
   • 变量 BWT (出生体重) 的均数是

运用全自动流行病学分析模块，设置 Y为BWT、BLNTH、BHEADC， X为 ESTROD， 调整变量为： MOM.BMI、PARITY、GENDER、SMKP.YN、INCOMELOW、MOMEDUHIGH、DADEDUHIGH, 精确到小数点 0.1，将有关分析结果填入下框：

3. 输出结果中，研究人群特征将X三等分后，观察组间各变量分布，单纯从 P-value是否小于0.05上看，哪些因素与 X 有关？
   • MOM.BMI
   • PARITY
   • GENDER
   • SMKP.YN
   • INCOMELOW
   • MOMEDUHIGH
   • DADEDUHIGH
4. 单因素分析，如果单纯看P是否小于0.05，哪些因素与 BLNTH (出生身长)有关？
   • ESTROD
   • MOM.BMI
   • PARITY
   • GENDER
   • SMKP.YN
   • INCOMELOW
   • MOMEDUHIGH
   • DADEDUHIGH
5. 结合单因素分析和分层分析结果：
   • ESTROD 每增加 1 个单位， BWT 降低
   • 如果 GENDER = 1，ESTROD 每增加 1 个单位， BWT 降低
   • 如果 GENDER = 2，ESTROD 每增加 1 个单位， BWT 降低
   • ESTROD 三分组后， High 比 Low， BWT 降低
   • 如果 SMKP.YN = 0，ESTROD High 比 Low， BWT 降低
   • 如果 SMKP.YN = 1，ESTROD High 比 Low， BWT 增高
6. 多元回归分析结果：
   • 不调整任何混杂因素， ESTROD 每增加 1 个单位， BWT 降低
   • 调整所有混杂因素， Adjust I: ESTROD 每增加 1 个单位， BWT 降低
   • 调整所有混杂因素， Adjust II: ESTROD 每增加 1 个单位， BWT 降低
   • Adjust I 与 II 有比较大的区别是因为：
     • Adjust II 将 MOM.BMI 曲线拟合， Adjust I 是直线拟合
     • MOM.BMI 与 BWT 的关系不是直线性的关系
     • 以上均对

1. 流行病学是：
   
   • 研究疾病传染规律的科学
   • 研究因果联系的方法学
   • 研究如何控制疾病流行的科学
   • 研究如何控制疾病发生的科学
2. 临床经验也就是：
   
   • 临床针对某病的诊断、治疗依据
   • 临床关于某病诊断、治疗的特殊经历后，形成的特殊方法和技巧
   • 临床关于某病诊断、治疗的方法
   • 建立了一种因果联系，然后通过控制因达到果
3. 要学习临床科研：
   
   • 关键是要学好医学统计
   • 要学好医学统计和软件应用
   • 要学好医学统计、软件应用，并要学会查文献
   • 关键是要学会因果联系推断的原理和方法
4. 易侕统计软件：
   
   • 与传统统计软件相同之处是有按统计方法设计的统计分析模块
   • 具有按流行病学分析思路设计的高级分析模块
   • 具有大数据清理、提取、合并、重组等数据管理功能模块
   • 以上均对
5. 易侕统计网页版：
   
   • 用户数据要上传到易侕服务器
   • 有两套后台系统，数据分析发生在本机后台系统
   • 只能在PC上运行
   • 以上均不对
6. 使用易侕统计网页版，为什么要从易侕服务器安装R？
   
   • 因为易侕内核调用R执行统计计算
   • 因为数据分析发生在本机
   • 因为R程序包与R版本有兼容性问题
   • 以上均对
7. 安装易侕统计后，浏览计算机内文件路径如下图所示，该安装有没有错误？
   
   • 没有错误
   • 有错误， 没有看到 \R420 子目录
   • 有错误， 没有看到 \www 子目录
   • 有错误， \EmpowerRCH 要为一级子目录，不应该在\EmpowerRCH\目录下
8. 安装易侕统计后，如下图所示，要分析 mydata目录下的 cleanwd.xls 数据，下列说法哪些正确？
   
   • \mydata\cleanwd.xls 应放在 \Analysis\目录下
   • 分析项目名称为目录名(mydata)
   • 目录名和数据文件名不能含中文及其它无效字符
   • 以上均正确

解读下表结果


变量	统计值	收缩压(mmHg): β (95% CI)	高血压: OR (95% CI)
吸烟, n(%)
否	496 (60.2%)	Ref.	1.0
是	218 (39.8%)	4.6 (1.3, 7.8)	1.6 (1.1, 2.2)
体重指数， kg/m2	21.2 ± 2.3	0.1 (-0.6, 0.8)	1.1 (0.9, 1.2)

9. 下列说法哪些正确？
   
   • 不吸烟者作参照组
   • 吸烟者比不吸烟者, 高血压患病率高 1.6%, 统计上有显著意义。
   • 吸烟者比不吸烟者, 高血压患病率高 1.6%, 统计上没有显著意义。
   • 吸烟者比不吸烟者, 高血压患病风险增加 60%, 有显著意义。
   • 吸烟者比不吸烟者, 高血压患病风险增加 60%, 没有显著意义。
   • 吸烟者比不吸烟者, 收缩压高 4.6 mmHg, 统计上没有显著意义。
   • 吸烟者比不吸烟者, 收缩压高 4.6 mmHg, 统计上有显著意义。
   • 吸烟者比不吸烟者有95%的可能收缩压高 1.3 mmHg以上。
10. 继上， 下列说法哪些正确？
    
    • 吸烟者占 39.8%， 体重指数的均数是 21.2
    • 体重指数每增加1个单位(kg/m²), 收缩压增加 0.1 mmhg, 没有显著意义。
    • 体重指数每增加1个单位(kg/m²), 高血压患病率增加 1.1%, 没有显著意义。
    • 体重指数每增加1个单位(kg/m²), 高血压患病风险增加 10%, 没有显著意义。
    • 体重指数对收缩压的回归系数是 0.1，吸烟是 4.6，所以说体重增加对血压的影响小于吸烟。

解读下表结果


Variables	BMD(mg/cm2): β (95% CI)	P value
Continuous 25(OH)D per 10nmol/L	-0.76 （-1.47， -0.04)	0.038
Clinical cutoffs
> 50nmol/L (n=719)	Ref.
25 - 50nmol/L (n=1230)	1.22 (-2.34, 4.78)	0.500
< 25 nmol/L (n=1537)	1.45 (0.50, 8.41)	0.027

11. 表中数字是否有矛盾或错误，需要核实？为什么？
    
    • I.没有矛盾或错误，不需要核实
    • II.有矛盾， 25 - 50nmol/L 组 p 值应该是 < 0.05
    • III.有矛盾， < 25 nmol/L 组的效应值不应该只有 1.45，应该在 2 以上， 需要核实
    • II、III 均对

一、 解读 文献1： Body-Weight Fluctuations and Outcomes in Coronary Disease. (N Engl J Med 2017;376:1332-40. DOI: 10.1056/NEJMoa1606148)
回答以下问题：

1. 文献1研究的 X(暴露) 是：
   
   • baseline weight
   • atorvastatin
   • intraindividual fluctuations in body weight
   • coronary artery disease
2. 文献1研究的 Y(结局) 是：
   
   • efficacy and safety of atorvastatin
   • low-density lipoprotein cholesterol levels
   • coronary artery disease
   • coronary event (death from coronary heart disease, nonfatal myocardial infarction,etc.)
3. 文献1研究对象是：
   
   • participants in the Framingham Heart Study
   • all patients with coronary artery disease
   • patients with a high BMI who are trying to lose weight
   • participants in Treating to New Targets (TNT) trial
4. 文献1研究对象排除了基线后体重测量不到2次的研究对象，什么情况下会带来偏性？
   
   • 排除的对象体重变化小，但coronary event 发生率较高
   • 排除的对象体重普遍偏高
   • 排除的对象冠状动脉事件发生率较高
   • 排除的对象多是因为死亡而没有随访到2次体重
5. 文献1的Table 1.Characteristics of the Patients 提供了哪些信息？
   
   • I. 研究人群特征
   • II. 哪些因素与 X 有关？
   • III. 哪些因素与 Y 有关？
   • I and II
   • I and III
   • I and II and III
6. 文献1的Table 3.Multivariable Models and Risk of Outcomes in the Highest versus the Lowest Quintile of Variability in Body Weight 中 Death 的 HR = 2.24， 如果用连续性的 Quintile of Variability 做为 X 放在方程里，下列说法哪个正确？
   
   • I. HR 值约为 e^(ln(2.24)/4)
   • II. HR 值约为： 2.24/4
   • III. 得出的HR表示每增加一个 Quintile, Death的风险比
   • I and III
   • II and III
7. 文献1的Figure 1.A Rates of Coronary Events 中 Quintiles 为1的那一组 17.9%是怎么计算出来的？
   
   • 使用多元回归方程得出的调整其它变量后的率
   • 由 No.of Events(即340) /观察人年得出的
   • 由 No.of Events(即340) /Low Body-Weight Variability 4754人的观察人年数得出的
   • 由 No.of Events(即340) /Quintiles 等于 1 的人数得出的
8. 文献1中 Measures of Body-Weight Variability说到"..., and variability independent of the mean, which was calculated as 100×SD÷mean^beta, where beta is the regression coefficient based on a natural logarithm of standard deviation on the natural logarithm of the mean. 由此可以推测下列说法哪个正确：
   
   • SD 和 Mean 近似对数正态分布
   • beta 指的是由方程 ln(SD) = a + b*ln(Mean) 得出来的 b
   • SD校正Mean的原理是由方程 ln(SD) = a + b*ln(Mean) + ∊ 得出 SD = e^a * Mean^b * e^∊
   • 以上都正确
9. 文献1的Figure 2.A Rates of Coronary Events 显示基线 BMI为 Obese 的人发生Events 高，能否推断减肥能降低 Events？
   
   • 不能，肥胖的人发生Events高，不等于减肥能降低 Events
   • 不能，基线BMI组间差异未经统计检验，也未调整其它因素
   • 以上均对
   • 以上均不对
10. 根据文献1的分析结果，下列哪个结论说法正确？
    
    • 在有coronary artery disease病人中，高体重波动会导致高死亡率
    • 在有coronary artery disease病人中，高体重波动与高死亡率有关联
    • 以上均对
    • 以上均不对

二、 解读 文献2： Oral bisphosphonates are associated with increased risk of subtrochanteric and diaphyseal fractures in elderly women: a nested case–control study (doi:10.1136/bmjopen-2012-002091)
下载分析数据, 重复文中的图表结果(除Table 2中的Model 2不能完全重复外，其它均能重复), 回答下列问题：

在Methods部分，作者写道："...All clinical records of the potential cases were manually reviewed by the BIFAP team blinded to the exposure status. The date of hospitalisation served as the index date..."。

11. 为什么要对 BIFAP 工作人员审查病例资料时设置盲法，不让他们知道暴露状态，下列说法哪个正确？
    
    • 控制混杂
    • 防止偏性
    • 两者均是
    • 两者都不是
12. 为什么要设置索引日期(index date)，下列说法哪个正确？
    
    • I. 索引日期相当于队列研究的观察终止日期
    • II. 在索引日期前没有骨折即使在这之后有骨折的人都可做对照，
    • III. 全程没有骨折的人才可做对照
    • I、II 正确
    • I、III 正确
    • II、III 正确
13. 文中 Table 1.Characteristics of Cases and Controls 提供了哪些信息？
    
    • I. 研究人群特征
    • II. 哪些因素与 X 有关？
    • III. 哪些因素与 Y 有关？
    • I and II
    • I and III
    • I and II and III
14. 本文数据，BMI 缺失占多少(%)？
    
    • Cases 组,BMI 缺失占 %
    • Controls 组, BMI 缺失占 %
15. 文中 Table 2 里的 model 2 调整了 BMI，是怎么调整的？
    
    • 按分类变量调整, 缺失 BMI 的记录自动被排除在外
    • 按连续性变量调整, 缺失 BMI 的记录自动被排除在外
    • 按分类变量调整, 缺失 BMI 的另作一类, 不被排除
    • 按连续性变量调整, BMI 缺失取值零, 同时用一指示(哑)变量表示是否缺失
16. 文中 Table 2 里对 Duration of use 做了趋势检验 (p for trend), 是怎么做的？
    
    • 分组变量取值为 0、1、2、3, 将它按连续性变量放入模型中
    • 分组变量取值为 0、1、2、3, 将它按分类型变量放入模型中
    • 分组变量取值为各组内 Duration 的中位数, 将它按连续性变量放入模型中
    • 分组变量取值为各组内 Duration 的中位数, 将它按分类型变量放入模型中
17. 同上， 对 Duration of use，如果将其分组取值为 0、1、2、3, 按连续性变量放入模型中, 得出的回归系数表示
    
    • Duration 每增加 1 个等级发生骨折的比值的对数增加多少
    • Duration 每增加 1 年发生骨折的比值的对数增加多少
    • Duration 每增加 1 个等级发生骨折的比值比(OR)增加多少
    • Duration 每增加 1 年发生骨折的比值比(OR)增加多少
18. 同上， 对 Duration of use，如果将其分组取值为各组内 Duration 的中位数(单位：年), 按连续性变量放入模型中, 得出的回归系数表示
    
    • Duration 每增加 1 个等级发生骨折的比值的对数增加多少
    • Duration 每增加 1 年发生骨折的比值的对数增加多少
    • Duration 每增加 1 个等级发生骨折的比值比(OR)增加多少
    • Duration 每增加 1 年发生骨折的比值比(OR)增加多少
19. 开了处方的人, 有可能没有服用, 因此 "Ever use" 的人中, 可能有人实际上是 "No use", 这会
    
    • 缩小两组的差异, 使研究结果偏向阳性(有差别)
    • 扩大两组的差异, 使研究结果偏向阴性(无差别)
    • 缩小两组的差异, 使研究结果偏向阴性(无差别)
    • 扩大两组的差异, 使研究结果偏向阳性(有差别)
20. Table 2 中不仅呈现是否使用(no vs. ever)两组的比较,还呈现按"Duration" 和"自第一次开处方时间"分组的骨折的风险, 研究者的意图是：
    
    • 如果用药时间越长，风险越大，更能说明停止服用可以降低骨折风险
    • 如果用药时间越长，风险越大，更能说明用药与骨折风险有联系
    • 以上均对
    • 以上均不对

1. 线性回归方程 Y = a + b*X :
   
   • 要求 X 与 Y 都符合正态分布
   • 要求 Y 符合正态分布, 不要求 X 符合正态分布
   • 不要求 Y 符合正态分布, 要求 X 符合正态分布
   • 不要求 Y 符合正态分布, 不要求 X 符合正态分布
2. 广义线性模型 f(Y) = b0 + b1*X1 + b2*X2 + e, e表示残差, 如果Y是连续性变量, f(Y)=Y:
   
   • 要求 Y 符合正态分布, 要求 e 符合正态分布
   • 要求 Y 符合正态分布, 不要求 e 符合正态分布
   • 不要求 Y 符合正态分布, 要求 e 符合正态分布
   • 不要求 Y 符合正态分布, 不要求 e 符合正态分布
3. 广义线性模型 f(Y) = b0 + b1*X1 + b2*X2 + e, 如果 Y 是两分类变量, f(Y) = logit(Y), 要求：
   
   • Y 的赋值编码为 0 或 1
   • Y 的赋值编码为 1 或 2
   • Y 的赋值编码为 -1 或 1
   • 以上都不对
4. Logistic回归：logit(HBP) = b0 + b1*AGE, HBP 表示是否患高血压，b1 的意义是：
   
   • AGE 每增加一岁, 患高血压的危险增加多少
   • AGE 每增加一个单位, 患高血压的危险增加多少
   • exp(b1)表示 AGE 每增加一岁, 患高血压的危险比为多少
   • exp(b1)表示 AGE 每增加一个单位, 患高血压的危险比为多少
5. 线性回归：SBP = b0 + b1*AGE, b1的意义是：
   
   • AGE 每增加一岁, SBP 增加多少
   • AGE 每增加一个单位, SBP 增加多少
   • exp(b1)表示 AGE 每增加一岁, SBP 增加多少
   • exp(b1)表示 AGE 每增加一个单位, SBP 增加多少
6. 线性回归：SBP = b0 + b1*AGE + b2*SEX, b1 的意义是：
   
   • AGE 每增加一岁, SBP 增加多少
   • 在 SEX 相同的情况下， AGE 每增加一岁, SBP 增加多少
   • AGE 每增加一个单位, SBP 增加多少
   • 在 SEX 相同的情况下， AGE 每增加一个单位, SBP 增加多少
7. Logistic 回归：logit(HBP) = b0 + b1*AGE + b2*BMI, b1 的意义是：
   
   • AGE 每增加一个单位, HBP 的危险增加多少
   • 在 BMI 相同的情况下, AGE 每增加一个单位 HBP 的危险增加多少
   • exp(b1)表示 AGE 每增加一个单位 HBP 的危险增加多少
   • exp(b1)表示在 BMI 相同的情况下, AGE 每增加一个单位 HBP 的危险增加多少
8. 线性回归：SBP = b0 + b1*X, X为职业：0=工人, 1=农民, 2=干部, 3=学生.
   
   • b1 表示不同职业之间 SBP 相差多少
   • 模型错误, 职业分4类，要用3个哑变量进入模型
   • 模型错误, 职业分4类，要用4个哑变量进入模型
   • 以上都不对
9. 线性回归：SBP = b0 + b1*X + b2*SEX, X为职业：0=工人, 1=农民, 2=干部, 3=学生; SEX为性别：0=男, 1=女.
   
   • b1 表示不同职业之间 SBP 相差多少
   • b1 表示性别相同的情况下, 不同职业之间 SBP 相差多少
   • 模型错误, 职业分4类，要用4个哑变量进入模型
   • 以上都不对
10. 回归分析得出：height = 1.56 + 0.09*smoke, 其中 smoke: 0=不吸烟, 1=吸烟; height：身高，单位为m（米）,从方程中得出：
    
    • 不吸烟的人平均身高为： cm
    • 吸烟的人平均身高为： cm
11. 回归分析得出：height = 1.75 + 0.01*smoke - 0.10*sex, 其中sex: 0=男性, 1=女性; smoke: 0=不吸烟、1=吸烟; height：身高，单位为m（米）, 从方程中得出：
    
    • 男性不吸烟的人平均身高为： cm
    • 男性吸烟的人平均身高为： cm
    • 女性不吸烟的人平均身高为： cm
    • 女性吸烟的人平均身高为： cm
    • 男性比女性平均身高相差： cm
12. 分析高密度脂蛋白（HDL：连续性变量）与是否患高血压（HBP）的关系, 如何调整年龄（AGE：单位为岁）的影响?
    
    • 因为 AGE 为连续性变量，可直接放入方程中进行调整
    • 首先使用平滑曲线拟合，看 HBP 随 AGE 是否呈直线性的变化关系，如果呈直线性的变化，直接把AGE放入方程中调整
    • 如果看 HBP 随 AGE 不是呈直线性的变化关系，要把 AGE 和 AGE的平方项放入方程中进行调整
    • 以上都不对
13. 分析高密度脂蛋白（HDL：连续性变量）与是否患高血压（HBP）的关系, 要调整年龄（AGE：单位为岁）的影响，如果 HBP 随 AGE 不呈直线性变化，可以（多选题）：
    
    • 将AGE分成三等分组或四等分组，然后把AGE分组变量按连续性变量处理，放入方程中
    • 将AGE分组(等分组或按切点分组)，然后把AGE分组变量按分类变量放入方程中
    • 使用相加模型，将AGE按曲线拟合进行调整
    • 计算AGE的平方，把AGE的平方项放入方程中进行调整
14. 线性回归：SBP = b0 + b1*AGE + b2*AGE², AGE: 年龄（岁）：
    
    • b1 表示 AGE 每增加一岁, SBP 增加多少
    • b1+b2 表示 AGE 每增加一岁, SBP 增加多少
    • b0 等于 SBP 的平均值
    • 以上都不对
15. X 与 Y 均是连续性变量，Y 随 X 增加先下降然后上升（即呈U形曲线关系）：
    
    • 方程 Y = b0 + b1*X， b1 ≈ 0
    • 不宜用方程 Y = b0 + b1*X 拟合数据
    • 以上都对
    • 以上都不对
16. X 与 Y 均是连续性变量，Y 随 X 增加 Y 先下降然后上升（即呈U形曲线关系），将 X 四等分组成分类变量X4: 0=Q1, 1=Q2, 2=Q3, 3=Q4 建回归方程: Y = b0 + b1*(X4=1) + b2*(X4=2) + b3*(X4=3), 则会出现:
    
    • b1 < 0， b2 ≈ 0， b3 < 0
    • b1 < 0， b2 ≈ b1， b3 ≈ 0
    • b1 > 0， b2 ≈ b1， b3 ≈ 0
    • b1 > 0， b2 ≈ 0， b3 > 0
17. X 与 Y 均是连续性变量，Y 随 X 增加 Y 先下降然后上升（即呈U形曲线关系），将 X 三等分组成分类变量X3: 0=T1, 1=T2, 2=T3 建回归方程: Y = b0 + b1*(X3=1) + b2*(X3=2), 则会出现:
    
    • b1 < 0， b2 > b1
    • b1 < 0， b2 ≈ b1
    • b1 > 0， b2 ≈ b1
    • b1 > 0， b2 < b1
18. X 与 Y 均是连续性变量， 将 X 四等分组成分类变量X4: 0=Q1, 1=Q2, 2=Q3, 3=Q4 建回归方程: Y = b0 + b1*(X4=1) + b2*(X4=2) + b3*(X4=3), 结果: b1 > 0， b2 > b1， b3 ≈ b2. 可以判断：
    
    • 有饱和效应， Y 随 X 上升而上升， 但当 X 达到某值后，X 增加 Y 不再增加
    • Y 随 X 上升而上升
    • 有阈值效应， 当 X 升到某值后，Y 随 X 上升而上升
    • 以上都不对
19. X 与 Y 均是连续性变量， 将 X 四等分组成分类变量X4: 0=Q1, 1=Q2, 2=Q3, 3=Q4 建回归方程: Y = b0 + b1*(X4=1) + b2*(X4=2) + b3*(X4=3), 结果: b1 ≈ 0, b2 < 0, b3 ≈ b2. 可以判断：
    
    • 有阈值效应， 当 X 升到某值后，Y 随 X 升高而下降
    • 有饱和效应， 当 X 升到某值后，Y 随 X 升高而不再下降
    • 以上都对
    • 以上都不对
20. 分析AGE（年龄）对 SBP（收缩压）的影响，首先建方程I：SBP = a0 + b1*AGE, 然后把 AGE 减去 30，即计算 AGE1 = AGE-30, 建方程II：SBP = a1 + b2*AGE1, 下列说法哪个正确：
    
    • 如果b1大于0，则 a1 > a0
    • a1 表示年龄30岁时 SBP 值
    • b2 = b1
    • 以上都对
21. 分析 BMI（体重指数）对 SBP（收缩压）的影响，得方程I：SBP = 100 + 1.1*BMI； 进一步调整 AGE 得方程II： SBP = 64+ 0.9*AGE + 1.1*BMI, 下列说法哪个正确：
    
    • 调整 AGE 后，BMI 的回归系数没有变化，可以不调整 AGE，使用方程I　即可
    • 如果方程II 中 AGE 的 P 值比较小，调整 AGE 可提高检验 BMI 与 SBP 关系的效率（power）
    • 不调整 AGE，不影响BMI的效应估计，而且模型I的自由度小，检验效率（power）比方程II 高
    • 以上都不对
22. 分析某因素X对收缩压(SBP)的影响时要调整职业(OCCU)，OCCU分为1=工人、2=农民、3=学生、4=教师、5=商业人员、6=行政人员、7=其它。其中OCCU各类人数分别为120、220、30、20、40、60、9。如何调整OCCU最合理？
    
    • 将OCCU视为连续性变量直接放入方程中，建立方程 SBP = b0 + b1*X + b2*OCCU
    • 生成OCCU哑变量，建立方程 SBP = b0 + b1*X + b2*(OCCU=1) + b3*(OCCU=2) + b4*(OCCU=3) + b5*(OCCU=4) + b6*(OCCU=5) + b7*(OCCU=6) + b8*(OCCU=7)
    • 生成OCCU哑变量，建立方程 SBP = b0 + b1*X + b2*(OCCU=2) + b3*(OCCU=3) + b4*(OCCU=4) + b5*(OCCU=5) + b6*(OCCU=6) + b7*(OCCU=7)
    • 生成OCCU哑变量，建立方程 SBP = b0 + b1*X + b2*(OCCU=1) + b3*(OCCU=3) + b4*(OCCU=4) + b5*(OCCU=5) + b6*(OCCU=6) + b7*(OCCU=7)
23. 分析某因素 X 对收缩压(SBP)的影响时要调整职业(OCCU)，OCCU分为1=工人、2=农民、3=学生、4=教师、5=商业人员、6=行政人员、7=其它。其中OCCU各类人数分别为120、220、30、20、40、60、9。如何合并职业(OCCU)分类？
    
    • 将OCCU视为连续性变量，不需要合并
    • 学生、教师、商业人员与其它这四类人数较少，可以合并，最后形成工人、农民、行政人员、其它，共4类
    • 学生、教师、行政人员三类工作性质类似，可以合并，最后形成工人、农民、学生或教师或行政人员、商业人员、其它，共5类
    • 根据各亚组与参照组相比的回归系数，回归系数接近的组可以合并到一起
24. OCCU：职业，分为 0=工人、1=农民、2=教师、3=商业人员、4=行政人员、5=其它, 方程I: SBP = b0 - 1.9*(OCCU=1) + 1.4*(OCCU=2) - 0.1*(OCCU=3) + 1.5*(OCCU=4) + 1.6*(OCCU=5)：
    
    • 合并 OCCU=3、4、5，将 OCCU 重新分成：0=工人 1=农民 2=教师 3=其它
    • 合并 OCCU=4、5，将 OCCU 重新分成：0=工人 1=农民 2=教师 3=商业人员 4=其它
    • 合并 OCCU=2、4、5，将 OCCU 重新分成：0=工人 1=农民 2=商业人员 3=其它
    • 合并 OCCU=0、3，合并 OCCU=2、4、5，将 OCCU 重新分成：0=农民 1=工人或商业人员 2=其它
25. 分析高密度脂蛋白（HDL：连续性变量）与是否患高血压（HBP）的关系, 如何判断要不要调整性别（SEX）? 多选题
    
    • 如果单因素分析 SEX 与 HBP，p=0.45, 就可以不调整 SEX。
    • 如果单因素分析 SEX 与 HBP，p=0.09, 一般认为需要调整 SEX。
    • 看调整与不调整 SEX，HDL 对 HBP 的回归系数有多大的变化，一般认为如果变化超过10%，需要调整 SEX。
    • 看调整与不调整 SEX，HDL 对 HBP 的回归系数有多大的变化，一般认为如果变化不超过10%，可以不调整 SEX。
26. 分析DEMO数据中FEV1与SMOKE的关系
    
    • 单因素分析结果如下：
      

      SMOKE	N(%)	beta (95%CI) P-value
      NO	496 (60.2%)	0
      YES	328 (39.8%)	0.32 (0.15, 0.48) 0.0002

    • 按SEX分层分析结果如下：
      

      SEX	SMOKE	N(%)	beta (95%CI) P-value
      Male
      	NO	119 (28.7%)	0
      	YES	295 (71.3%)	-0.41 (-0.69, -0.13) 0.0044
      Female
      	NO	377 (91.9%)	0
      	YES	33 (8.1%)	-0.16 (-0.45, 0.13) 0.2849
      Total
      	NO	496 (60.2%)	0
      	YES	328 (39.8%)	-0.34 (-0.54, -0.14) 0.0008

    • i. 从上述结果中看出：
      SEX 可能是一个交互作用因素，因为（多选题）：
      
      • 按 SEX 分层后，每层内 SMOKE 的回归系数都小于单因素的回归系数
      • Male 比 Female， SMOKE 的回归系数有很大不同，但需要进一步做交互作用检验
      
      SEX 是一个混杂因素，因为（多选题）：
      
      • 按 SEX 分层后，每层内 SMOKE 的回归系数都小于单因素的回归系数
      • 按 SEX 分层后，Male 与 Female 比较，SMOKE 的回归系数有很大不同
      • 未调整 SEX，SMOKE 的回归系数为0.32；调整 SEX 后，SMOKE 的回归系数为-0.34，有很大不同
    • ii. 单因素分析，SMOKE的回归系数为0.32；而分层分析Total(合计)的结果中，SMOKE的回归系数为-0.34，分析所用的人数完全相同，但这两个结果为什么不一致？哪个结果比较合理？多选题
      
      • 根据常识，0.32这个结果是摘录错误（很可能是-0.32)，-0.34比较合理
      • -0.34是调整了SEX的结果, 比较合理
      • 男性吸烟的比例大大高于女性（71.3% vs. 8.1%), 比较 0.32与 -0.34, 说明男性 FEV1 比女性高
      • 男性吸烟的比例大大高于女性（71.3% vs. 8.1%), 比较 0.32与 -0.34, 说明男性 FEV1 比女性低
27. 回归分析得出男性不吸烟组方程为：FEV1 = 6.75 - 0.05*AGE， 吸烟组方程为: FEV1 = 6.85 - 0.08*AGE。 如果作一个含交互作用项的回归方程III： FEV1 = b0 + b1*AGE + b2*SMOKE + b3*SMOKE*AGE， 其中 SMOKE 表示0=不吸烟、1=吸烟。那么：
    
    • i. 方程III 中各项回归系数应为：
      • FEV1 = 6.75 - 0.05*AGE + 6.85*SMOKE - 0.08*SMOKE*AGE
      • FEV1 = 6.85 - 0.08*AGE - 0.10*SMOKE + 0.03*SMOKE*AGE
      • FEV1 = 6.75 - 0.05*AGE + 0.10*SMOKE - 0.03*SMOKE*AGE
      • FEV1 = 6.85 - 0.08*AGE + 6.75*SMOKE - 0.05*SMOKE*AGE
      
      
    • ii. 方程III 中回归系数 b3 反映的是：
      • SMOKE 对 AGE 的混杂作用
      • SMOKE 对 FEV1 的混杂作用
      • AGE 对 SMOKE 的混杂作用
      • AGE 对 FEV1 的混杂作用
      • SMOKE 对 AGE 的作用
      • SMOKE 对 FEV1 的作用
      • SMOKE 对“AGE 影响 FEV1的作用”的修饰作用
28. 观察不同剂量营养素对小鼠体重增加的影响，取4窝不同种系的大白鼠，每窝4只，随机分配到对照组，低剂量营养素，中剂量营养素和高剂量营养素四组。 分别在喂养前、喂养后1周、2周、4周、8周五个不同时间点测量小鼠的体重。
    
    • i. 下面哪个数据结构适用于回归分析：
      • 种系编码为：0、1、2、3； 组别编码为：0=对照、1=低、2=中、3=高，数据结构如下表：

        小鼠编号(ID)	种系(S)	组别(G)	喂养前(T0)	1周(T1)	2周(T2)	4周(T3)	8周(T4)
        1	0	0	...	...	...	...	...
        2	1	0	...	...	...	...	...
        3	2	0	...	...	...	...	...
        4	3	0	...	...	...	...	...
        5	0	1	...	...	...	...	...
        6	1	1	...	...	...	...	...
        ...	...	...	...	...	...	...	...
        16	3	3	...	...	...	...	...

      • 种系编码为：0、1、2、3； 组别编码为：0=对照、1=低、2=中、3=高，数据结构如下表：

        小鼠编号(ID)	种系(S)	组别(G)	时间点(T)	体重(W)
        1	0	0	0	...
        1	0	0	1	...
        1	0	0	2	...
        1	0	0	4	...
        1	0	0	8	...
        2	1	0	0	...
        2	1	0	1	...
        ...	...	...	...	...
        16	3	3	8	...

      
      
    • ii. 下面哪个方程是错误的：
      • W = a + b1*S + b2*G + b3*T
      • W = a + b1*(S=1) + b2*(S=2) + b3*(S=3) + b4*G + b5*T
      • W = a + b1*(S=1) + b2*(S=2) + b3*(S=3) + b4*(G=1) + b5*(G=2) + b6*(G=3) + b7*T
      • W = a + b1*(S=1) + b2*(S=2) + b3*(S=3) + b4*G + b5*(T=1) + b6*(T=2) + b7*(T=4)+ b8*(T=8)
      • W = a + b1*(S=1) + b2*(S=2) + b3*(S=3) + b4*G + b5*T + b6*G*T
      • W = a + b1*(G=1) + b2*(G=2) + b3*(G=3) + b4*(T=1) + b5*(T=2) + b6*(T=4)+ b7*(T=8)
      
      
    • iii. 比较回归系数，得出回归方程： W = a + b1*(S=1) + b2*(S=2) + b3*(S=3) + b4*G + b5*(T=1) + b6*(T=2) + b7*(T=4) + b8*(T=8). 可以简化为： W = a + b1*(S=1) + b2*(S=2) + b3*(S=3) + b4*G + B5*T. (注意 B5 中B的大小写区别) 下面哪个说法是正确的：
      • b6 ≈ B5
      • b7 ≈ B5
      • b8 ≈ B5
      • b8 ≈ 8*B5
      
      
    • iv. 由回归方程：W = a + b1*(S=1) + b2*(S=2) + b3*(S=3) + b4*G + b5*T + b6*G*T 判断 种系=2、组别=2、时点=8周的体重比种系=1、组别=0、时点=8周的体重高多少？(下面哪个说法是正确的)
      • b2 + b4 + b5 + b6
      • b2 + b4*2 + b6
      • b2-b1 + b4*2 + b6*16
      • b2-b1 + b4*2 + b5*8
    • v. 回归方程如何纳入种系S？如何确定种系S是否可以不纳入方程？下面哪个说法是正确的：
      • 看回归方程 W = a + b1*S + b2*G + b3*T 中S的回归系数b1是否显著不等于零，如果不显著，S可以从回归方程中剔除。
      • 比较方程：W = a + b1*(S=1) + b2*(S=2) + b3*(S=3) + b4*G + b5*T 与方程 W = a + b1*G + b2*T，如果似然比检验两方程没有显著差异，S可以从方程中剔除。
      • 比较方程：W = a + b1*(S=1) + b2*(S=2) + b3*(S=3) + b4*G + b5*T 与方程 W = a + b1*S + b2*G + b3*T，如果似然比检验两方程没有显著差异，S可以从方程中剔除。
      • 比较方程：W = a + b1*S + b2*G + b3*T 与方程 W = a + b1*G + b2*T，如果似然比检验两方程没有显著差异，S可以从方程中剔除。

1. 随机化双盲的临床试验中，受试者（病人）不知道自己是在试验组还是安慰剂组，研究人员也不知道试验对象是哪一组，这称为双盲，双盲的根本目的是为了：
   
   • 控制混杂
   • 防止偏性
   • 提高依从性
   • 保证可比性
2. 根据X(暴露)是否人为分配的，研究类型可以分为：
   
   • 前瞻性研究与回顾性研究
   • 病例对照研究与队列研究
   • 病例对照研究与前瞻性研究
   • 实验性研究与观察性研究
3. 最常见的观察性研究类型有：
   
   • 前瞻性研究、回顾性研究、横断面研究
   • 病例对照研究、队列研究、横断面研究
   • 病例对照研究、前瞻性研究、回顾性研究
   • RCT试验、病例对照研究、队列研究
4. 随机化双盲的临床试验中，随机分组的目的是：
   
   • 控制混杂
   • 防止偏性
   • 保证各组人数基本相同
   • 提高依从性
5. 比较中药治疗与手术治疗某肿瘤的3年生存率，如在一家中医院里入组中药治疗组，在邻近一家综合医院里入组手术治疗组，这样：
   
   • 比较容易实施，可行性好
   • 虽然到不同医院去的病人的病情/经济状况等会有不同，但可以在数据分析时调整
   • 带来不可测的混杂因素与选择偏性，不可取
   • 以上都不对
6. 用既往的病例资料，比较两种手术方式的术后某并发症发生率，优势是：
   
   • 观察偏性可以忽略
   • 给病人选用不同的手术方式是随机的
   • 资料来自同一医院，这样有并发症组与没有并发症组有可比性
   • 以上都对
7. 要比较两种手术方式（A vs. B)的疗效，选择偏性指的是：
   
   • 把可能疗效好的病人多入组到某一组
   • 医护人员对 A 组病人予以过多的关照
   • 以上都不对
   • 以上都对
8. 巢式病例对照研究的特点是：
   
   • 病例与对照来自同一队列，减少了选择偏性
   • 病例与对照来自同一队列，减少了观察偏性
   • 以上都对
   • 以上都不对
9. 巢式病例对照研究的入组病例的一般要求是：
   
   • 在某段时间内（有明确的起止日期）新发生的病例
   • 所有新病例与老病例都可以入选
   • 入选病例时包括老病例可以提高样本量
   • 入选病例时如果排除老病例可能会导致选择偏性
10. 队列研究要有明确的入组时间段，目的是为了：
    
    • 控制选择偏性
    • 控制混杂
    • 控制观察偏性
    • 以上都对
11. 队列研究设置纳排标准，目的是为了：
    
    • 提高样本的代表性
    • 提高研究的敏感性
    • 减少混杂因素的干扰
    • 控制选择偏性
12. 队列研究设计时一般都要求有：
    
    • 入组开始日期与结束日期
    • 随访截止日期
    • 入组研究对象有纳排标准
    • 以上都对
13. 队列研究要有明确的随访截止日期，目的是为了：
    
    • 控制选择偏性
    • 控制混杂
    • 控制观察偏性
    • 以上都对
14. 病例对照研究，询问吸烟史时，病人更倾向于报告有吸烟史，这种现象属于：
    
    • 选择偏性
    • 测量误差
    • 观察（测量）偏性
    • 来自病人的混杂
15. 研究血清中某激素X的水平与疾病Y的关系，测量X有两种方法，方法1便宜但误差大，方法2昂贵但误差小，设计时：
    
    • 如果用方法1测量X，需要的样本量比较小
    • 如果用方法1测量X，检验效能（power）比较大
    • 如果用方法2测量X，需要的样本量比较小
    • 如果用方法2测量X，总体花费比较大
16. 病例对照研究是否可以采用盲法，下列说法哪个不正确？
    
    • 研究对象知道自己是病例还是对照，做不到盲法
    • 客观的生物样品检测过程中，实验室检测人员不知道样品来自哪一组，这是盲法
    • 从病历资料里摘录信息时，摘录人员不知道病历属于哪一组，这是盲法
    • 询问暴露史时，如果询问员不知道调查对象属于哪一组，这是盲法
17. 巢式病例对照研究的特点是：
    
    • 可以明确暴露与疾病诊断的先后时间
    • 可以明确混杂因素与疾病诊断的先后时间
    • 以上都对
    • 以上都不对
18. 利用既往病历资料比较某两种手术方案的术后并发症，这是：
    
    • 实验性研究
    • 队列研究
    • 病例对照研究
    • 横断面研究
19. 利用既往病历资料比较某两种手术方案的术后并发症，下面哪种设计可取：
    
    • 随机选取有并发症与没有并发症的病人，做病例对照研究
    • 选取某段时间内入院的所有符合纳排标准的病人，做队列研究
    • 以上都对
    • 以上都不对
20. 队列研究肥胖与骨质疏松症的关系，下列说法哪个正确？
    
    • 排除BMI在24或以下的人，会导致选择偏性
    • 在有过骨折史的人群中研究，会导致选择偏性
    • 优先入选体重偏重且有骨折史的人，可以减少样本量，提高研究效能（power），
    • 以上都不对
21. 现有一队列研究，所有人都测量了血压，但只有近40%的入组对象测量了血铅，利用该资料分析血铅水平与血压的关系，下面说法哪个正确？
    
    • 有60%的人缺失血铅，会导致观察偏性
    • 有60%的人缺失血铅，会导致选择偏性
    • 虽然有60%的缺失血铅的人被排除在分析之外，也不会导致选择偏性
    • 比较血铅缺失的人与不缺失的人，看血压值、人群特征变量与其它可能的协变量是否有差异，如果这些变量都没有显著的差异，有理由认为缺失是随机的，出现选择偏性的可能性比较小。
22. 一个病例对照研究方法中写到病例与对照样本的检测在同一批进行，目的是：
    
    • 控制选择偏性
    • 控制观察（测量）偏性
    • 控制混杂
    • 以上都对
23. 一个病例对照研究分析血清DDE水平与自然流产的关系，确定病例（有自然流产史）与对照（有活产史没有自然流产史）研究对象后，采血测血清DDE水平，现在知道妇女哺乳会排泄DDE，针对这个研究设计，下面说法哪个正确？
    
    • 没有偏性
    • 病例与对照的选择有偏性
    • DDE的测量有误差，对照组测量误差大一些
    • 对照组哺乳的比例和时间更可能比病例组高，因此对照组测得的DDE更低于怀孕开始时的DDE水平，有测量（观察）偏性
24. 一个病例对照研究分析动脉硬化与静脉血栓的关系，某段时间内入院的所有符合纳排标准的静脉血栓病人为病例组，对照组为入住同病房的第一个同性别且年龄相差5岁之内的病人，下面说法哪个正确？
    
    • 要求对照组病人所患疾病是与动脉硬化和静脉血栓均无关的疾病
    • 选择入住同病房的第一个符合条件的病人作对照，是为了控制选择偏性
    • 选择对照与病例同性别且年龄相差在5岁之内，是为了控制混杂
    • 以上都对
25. 利用一个队列研究资料，分析口服双膦酸盐是否增加骨折风险，对暴露的评价来自医生开的处方，口服双膦酸盐是处方药，但有些病人医生开了口服双膦酸盐处方但没有服药。下面说法哪个正确？
    
    • 有偏性，研究结果不可信
    • 无偏性，研究结果可信
    • 按处方归为暴露组的人里有实际上有可能未暴露，使得两组趋向于无差异，偏性方向朝向无效假设，如果研究结果是阳性，更有说服力。
    • 以上都不对
26. 一个随机对照双盲试验，分三组，采用单纯随机分组的方法入选300人，每组100人。下面说法哪个正确？
    
    • 随机不可信，单纯随机分组结果每组人数完全相同的概率极小
    • 如果分到各组人数完全相同，应该是区组随机而不是单纯随机
    • 两者都不对
    • 两者都对
27. 一个随机对照双盲试验，为什么要先入选后随机分组（即掌握入选标准时不知道研究对象入选后会分到哪一组）？
    
    • 控制混杂
    • 确保掌握入选标准时没有偏性
    • 两者都不对
    • 两者都对
28. 一个随机对照双盲试验，分三组，采用区组随机，每3人一组，由随机数确定按顺序第1、2、3人分别到哪一组。下面说法哪个正确？
    
    • 这是区组随机，能保证分到每组的人数完全相同，但要等到每区组3人入选齐后才能随机分组
    • 这是区组随机，如果是罕见病或需紧急处理的情况，可不必等到每个区组入选齐后才随机分组
    • 两者都不对
    • 两者都对
29. 关于随机区组大小的区组随机，下面说法哪个正确？
    
    • 区组大小（研究对象数）是随机产生的，按顺序分别将区组内每个研究对象分到哪一组也是随机的
    • 不必等到每个区组入选齐后才随机分组
    • 虽然不能保证分到各组人数完全相同，但组间人数差异不超过最后一个区组相对于组数的倍数
    • 以上都对

1. 关系数据库是：
   
   • 一个大的行*列表，每行表示一个研究对象，每列表示一个变量。
   • 由多个独立的数据表组成
   • 等于多个数据表及表之间的联系
   • 以上均正确
2. 数据表1，名为GENERAL，结构如下：

   FMID	SUBJ	SEX	AGE	HT	WT
   1	1	2	50	1.63	55
   1	2	1	52	1.66	58
   1	3	2	22	1.65	56
   1	4	1	20	1.71	61
   2	5	1	22	1.59	54
   2	6	2	22	1.55	52
   ...

   数据表2，名为GENETYPE，结构如下：

   FMID	SUBJ	GENEA-allele1	GENEA-allele2	GENEB-allele1	GENEB-allele2
   1	1	10	10	A	A
   1	2	20	10	A	A
   1	3	20	20	B	A
   1	4	10	20	B	B
   2	5	10	20	B	A
   2	6	10	10	A	B
   ...

   
   GENERAL 与 GENETYPE 可通过哪个字段相联系？
   
   • FMID 和 SUBJ
   • FMID 或 SUBJ
   • FMID
   • SUBJ
   
   关于 GENETYPE 下列哪个说法正确？
   
   • GENEA 两个变量（allele1 和 allele2） 是数字型，可直接进入分析。
   • GENEB 两个变量（allele1 和 allele2） 是字符型，需要转换成数字型才能进入分析。
   • GENEA 两个变量和 GENEB 两个变量都需要转换成基因型变量才能直接进入分析。
   • 以上均不对
3. 一个研究项目的数据库，要包含哪些变量?
   
   • 与研究本身相关的变量（如研究中心编号、地点、研究对象分组等）及研究对象的基本特征（如性别、年龄、职业等）。
   • 与要研究的危险因素有关的变量。
   • 与要研究的结局有关的变量。
   • 以上均需要
4. 一个数据表中包含身高（HT）、体重（WT）和由两者计算得出的体重指数（BMI），这样设计数据表：
   
   • 合理，可通过 BMI 与 HT、WT 相互核对，提高数据质量。
   • 不合理，增加数据录入过程中的工作量。
   • 合理，通过添加变量之间的内部核实，提高填表人员认真态度。
   • 不合理，增加了不必要的工作量，增加了出错率，多则惑。
5. 下面哪个问题是叠加性问题？
   
   • 服药至皮疹出现时间是多长？
   • 开始服药时间是?
   • 出现皮疹的时间是？
   • 是否出现皮疹？
6. 一项队列研究跟踪研究对象，固定每周随访一次，每人随访8周，记录血压的变化。 如何设计血压随访记录数据表？
   
   • 因为是固定随访时点的随访，可采用横向数据结构。
   • 应采用纵向数据结构，每次随访一条记录，一条记录一次完成录入。
   • 采用横向数据结构，既节省空间又便于计算。
   • 以上均对。
下列关于易侕DataWeb的说法哪个正确？

• 一个项目数据库其结构由若干个表单组成，每个表单由多个问项组成。
• 一个项目的数据表之间通过研究对象编号相联系。
• 设计的问项可共享，这样有利于数据（变量）取值与编码的标准化，便于项目之间的数据共享。
• 以上均正确。
7. 关于易侕DataWeb 中央随机系统以下哪些说法正确
   
   • 易侕DataWeb 中央随机提供单纯随机、区组随机、随机区组大小的区组随机。
   • 先入选，后分组，入选时不知道分组，能保证入选标准的把握没有偏性。
   • 以上均对
   • 以上均不对
8. 关于随机分组，以下哪些说法不正确？
   
   • 单纯随机分组： 入选后即时分组，不需等待，但可能导致分到各组人数差异较大。
   • 易侕 DataWeb 中央随机不支持分层随机分组。
   • 区组随机分组： 需等待整个区组入选完成后，才能分组，但能保证分到各组人数相同。
   • 随机区组大小的区组随机： 入选后即时分组，不需等待，并能保证分到各组人数差异不大。
9. 关于易侕大数据处理系统，以下哪些说法不正确？
   
   • 克服了计算机内存容量的局限性。
   • 数据文件清理、筛选、提取、导入操作过程可重现，便于数据更新和核实。
   • 不需编程。
   • 以上均正确。
10. 易侕针对文本如出院诊断的疾病名：“高血脂、高血压，糖尿病”是如何从中提取有价值信息？
    
    • 通过分隔符，将文本分解成一个个疾病名，然后可为所要的疾病名称分配一个0/1两分类变量。
    • 分隔符只能是统一的一个字符，上面的分隔符有"、"和"，"两种，无法正确分解，因此无法正确提取患病信息。
    • 以上均对。
    • 以上均不对。
11. 描述性的文本如"补佳乐4mg qd×14天", 其中剂量"4"、日服药次数"q"、服药天数"14"都是变量，要提取补佳乐的服药信息，下列说法哪个正确？
    
    • 剂量可通过规定前文本"补佳乐"和后文本"mg",提取中间的数字； 日服药次数与天数因无法定义前文本，无法提取。
    • 服药天数可以规定前文本"dx"和后文本"天", 提取中间的数字。
    • 日服药次数"q"是字符,不能通过规定前文本"mg"和后文本"dx",提取中间的字符。
    • 以上均不对。
12. 数据文件1是病人住院记录，含年龄、性别、诊断信息； 数据文件2是ICU出入记录，含进入ICU的时间信息， 使用易侕大数据筛选模块从住院记录表中提取进过ICU的年龄50岁或以上的病人，下列哪个说法正确？
    
    • 进过ICU的病人ID在数据文件2中，可先合并数据文件1和数据文件2，然后从合并后的数据中筛选记录。
    • 易侕不仅可以根据本文件中的条件（年龄大于等于50）筛选，还可直接匹配另一数据文件中的ID进行筛选。
    • 以上均对。
    • 以上均不对。
13. 两（多）数据纵向合并（首尾相连），下列说法哪个正确？：
    
    • 合并多个中心的基线数据，需要检查研究对象编码是否有重叠，有重叠不能合并。
    • 合并多次随访数据，需要检查研究对象编码是否有重叠，有重叠不能合并。
    • 合并多个中心的基线数据，需要检查变量名及其顺序是否一致。
    • 合并多次随访数据，不需要检查变量名及其顺序是否一致。
14. 对三个数据文件的研究对象编码（变量名：SUBJ）进行整理，结果如下表所示 （Row#表示行号， # SUBJ表示研究对象数， A表示存在，NA表示不存在）：
    

    Row#	# SUBJ	Data 1	Data 2	Data 3
    1	10	A	NA	NA
    2	20	A	A	NA
    3	30	A	A	A
    4	20	NA	A	A
    5	10	NA	NA	A
    6	10	NA	A	NA
    7	15	A	NA	A

    注释，第一行表示有10个研究对象存在于Data 1中，但不存在于Data 2和Data 3中。
    要横向合并这三个数据文件，如何根据下表选择输出对象的编码？

    勾选 ID	Data 1	Data 2	Data 3
    In	勾选框 ①	勾选框 ②	勾选框 ③
    Not in	勾选框 ④	勾选框 ⑤	勾选框 ⑥

    
    要输出指定的SUBJ， 下列说法哪个正确？
    
    • 只输出Row#1的10个SUBJ，需要勾选① ⑤ ⑥
    • 只输出Row#3的30个SUBJ，需要勾选① ② ③
    • 只输出Row#7的15个SUBJ，需要勾选① ③ ⑤
    • 输出Row#5的10个SUBJ，需要勾选:
      ① ② ③
      ④ ⑤ ⑥
    
    下列勾选输出多少个SUBJ？
    
    • 只勾选① 将输出 个SUBJ
    • 只勾选① ② 将输出 个SUBJ
    • 只勾选① ⑥ 将输出 个SUBJ
    • 只勾选④ 将输出 个SUBJ