A) 计算标准偏差。 B) 估计人口平均值。 C) 以 100% 的把握证明一个假设。 D) 确定是否有足够的证据拒绝零假设。
A) 提供与治疗组进行比较的基线。 B) 分析结果。 C) 收集参与者的数据。 D) 对参与者进行治疗。
A) 随机对照试验 B) 横断面研究 C) 观察研究 D) 病例对照研究
A) 方差分析 B) 配对 t 检验 C) 双样本 t 检验 D) 秩和检验
A) 真阳性结果在所有患者中的比例。 B) 在所有无症状的个体中,真阴性结果的比例。 C) 假阳性结果的比例。 D) 假阴性结果的比例。
A) 计算概率 B) 确定中心倾向。 C) 估算人口参数。 D) 探索因变量与一个或多个自变量之间的关系。
A) 简单随机抽样 B) 分组抽样 C) 系统抽样 D) 分层抽样
A) 假设零假设为真,获得与观察结果一样极端的结果的概率。 B) 变量之间关系的强度。 C) 研究需要的样本量。 D) 估计值的置信区间。
A) 生物数学 B) 生物力学 C) 生物计量学 D) 生物信息学
A) 病理学 B) 生物统计学 C) 药理学 D) 流行病学
A) 威廉·贝特森 B) 弗朗西斯·高尔顿 C) 查尔斯·达尔文 D) 格雷戈尔·孟德尔
A) 亚瑟·达金菲尔德·德比希尔 (Arthur Dukinfield Darbishire) B) 拉斐尔·威尔登 (Raphael Weldon) C) 卡尔·皮尔逊 (Karl Pearson) D) 威廉·贝茨森 (William Bateson)
A) 达尔文主义者 B) 孟德尔主义者 C) 生物统计学家 D) 新达尔文主义者
A) 西沃尔·格莱斯沃思·赖特 (Sewall G. Wright) B) J.B.S. 霍尔丹 (J. B. S. Haldane) C) 贝蒂·艾伦 (Betty Allan) D) 罗纳德·费舍尔 (Ronald Fisher)
A) 贝蒂·艾伦 (Betty Allan) B) 塞瓦尔·格雷·赖特 (Sewall G. Wright) C) J. B. S. 哈尔丹 (J. B. S. Haldane) D) 罗纳德·费舍尔 (Ronald Fisher)
A) 基因流动 B) 自然选择 C) 基因漂变 D) 突变
A) 罗纳德·费舍尔 B) J.B.S.霍尔丹 C) 西沃尔·G·赖特 D) 托马斯·亨特·摩根
A) 局部控制 B) 重复实验 C) 样本量确定 D) 随机化
A) 实验设计。 B) 成本考量。 C) 全面的文献综述。 D) 数据分析的视角。
A) 涉及的成本。 B) 实验设计。 C) 研究问题。 D) 数据分析的视角。
A) 成本估算 B) 随机化 C) 局部控制 D) 重复实验
A) 制定实验设计方案。 B) 进行全面的文献综述。 C) 确定数据收集方法。 D) 估算成本。
A) 主成分分析 B) 降维 C) 多重共线性 D) 基因集富集分析
A) 完全正相关 B) 关系未定义 C) 完全负相关 D) 没有线性相关性
A) 复合区间定位法 B) 以上都不是 C) 多区间定位法 D) 区间定位法
A) N = fi / N B) N = f1 + f2 + f3 + ... + fn C) N = fi * N D) N = fi - N
A) x̄ B) Σ C) n D) i
A) Orange B) Weka C) R D) SAS
A) 水平轴 B) 两个轴都同样表示时间 C) 折线图中不表示时间 D) 垂直轴
A) 折线图 B) 柱状图 C) 饼图 D) 直方图
A) 农业育种结果。 B) 数量性状定位。 C) 基因组选择模型。 D) 临床决策支持系统。
A) 散点图 B) 折线图 C) 柱状图 D) 饼图
A) 国际核苷酸序列数据库合作组织 (INSDC) B) 全球数据交换计划 C) 生物信息学数据联盟 D) 全球基因组倡议
A) 重采样方法 B) 随机森林 C) 决策树 D) 自助法
A) 负二项分布 (Negative Binomial) B) 二项分布 (Binomial) C) 正态分布 (Normal) D) 泊松分布 (Poisson)
A) 差 B) 除法 C) 乘积 D) 求和
A) Python B) R C) SAS D) SQL
A) LAPACK B) SciPy C) SageMath D) NumPy
A) CycDesigN B) ASReml C) Orange D) SAS
A) 卡尔·皮尔逊 (Karl Pearson) B) 弗朗西斯·高尔顿 (Francis Galton) C) 罗纳德·费舍尔 (Ronald Fisher) D) 约翰·图基 (John Tukey)
A) 零假设为真的概率。 B) 两个变量之间的相关系数。 C) 在判断统计显著性时,可接受的错误率。 D) 置信区间的数值范围。
A) 饼图 B) 散点图 C) 柱状图 D) 直方图
A) 基因本体数据库 (Gene Ontology) B) dbSNP C) KEGG D) PubMed
A) Phytozome B) dbSNP C) TAIR D) KEGG
A) 数量性状基因座。 B) 重组频率。 C) 基因组选择。 D) 连锁不平衡。
A) 基因集富集分析 B) 主成分分析 C) 线性回归 D) 逻辑回归
A) 动物育种 B) 系统医学 C) 公共卫生 D) 定量遗传学
A) SQL B) Python C) MATLAB D) R
A) 成本估算。 B) 研究问题制定。 C) 假设验证。 D) 数据收集方法。
A) PLA 3.0 B) Apache Spark C) SAS D) Weka
A) PubMed B) 基因本体数据库(Gene Ontology) C) dbSNP D) KEGG
A) IBM 云 (IBM Cloud) B) 谷歌云平台 (Google Cloud Platform) C) 亚马逊云服务 (Amazon Web Services) D) 微软 Azure (Microsoft Azure)
A) Orange B) PLA 3.0 C) ASReml D) CycDesigN
A) 通过提供新的见解,从而增加价值。 B) 通过简化数据分析。 C) 通过降低成本。 D) 通过减少重复研究的必要性。
A) dbSNP B) Phytozome C) TAIR D) KEGG
A) 广义线性模型 B) 卡方检验 C) 线性回归模型 D) 方差分析(ANOVA)
A) 主成分分析 B) 下一代测序 C) 基因集富集分析 (GSEA) D) 线性判别分析 |