某医生观察某新药对预防流感的效果如下： 观察人数 未发病人数 发病率(%) 未服药组 180 130 27.78 服药组 230 190 17.39 下列说法最恰当的是A. 本资料应做假设检验后再作结论B. 因为有抽样误差存在，不能作出结论C. 由于两组发病率相差不大，不能认为该药预防流感有效D. 由于未设对照组，不能认为该药预防流感有效E. 服药组发病率低于未服药组，可以认为有效

考查要点：本题主要考查统计学中的假设检验在实际数据分析中的应用，以及如何正确解读实验结果。

解题核心思路：

1. 比较两组数据差异：需判断服药组与未服药组的发病率差异是否具有统计学意义。
2. 理解统计推断原则：仅凭观察到的发病率数值差异，无法直接得出结论，需通过假设检验排除抽样误差的影响。
3. 排除干扰选项：需明确实验设计是否合理（如是否设对照组）、数据差异的显著性等。

破题关键点：

• 选项A强调“假设检验”的必要性，符合统计学基本流程（先检验后结论）。
• 选项E直接下结论，忽略了统计推断的必要步骤。
• 选项B、C、D的表述均存在逻辑漏洞（如未明确检验是否必要，或错误否定实验设计）。

选项分析

选项A

正确性：正确。
理由：实验数据仅提供了两组发病率的观察值，但未通过假设检验判断差异是否具有统计学意义。若直接下结论，可能因抽样误差导致错误。因此，必须先进行假设检验（如卡方检验或Z检验），计算P值，再判断差异是否显著。

选项B

错误性：片面。
理由：虽然抽样误差存在，但实验已收集数据，需通过统计检验判断误差是否影响结论。若直接否定结论，未体现科学严谨性。

选项C

错误性：混淆“差异大小”与“统计显著性”。
理由：发病率差异达10.39%（27.78% vs 17.39%），可能具有实际意义。需检验差异是否显著，而非仅凭“相差不大”否定效果。

选项D

错误性：与实验设计矛盾。
理由：题目明确给出未服药组作为对照，已形成合理对照组，因此该选项错误。

选项E

错误性：缺乏统计推断依据。
理由：直接根据观察值下结论，未考虑抽样误差或统计显著性，结论不可靠。