7. (2.0分)甲、乙两种药物治疗结果为:甲药物有效10例，无效3例;乙药物有效8例，无效6例。则该资料的统计分析宜选用A 配对检验B 成组检验C 校正检验D 以上都不是

考查要点：本题主要考查统计方法的选择，特别是针对分类变量在不同组别间的比较。

解题核心思路：

1. 识别数据类型：题目中甲、乙两种药物的治疗结果（有效/无效）属于二分类变量，且数据按组别（甲组、乙组）独立收集。
2. 判断设计类型：甲、乙两组是独立样本（即两组患者无配对关系），而非配对设计。
3. 选择检验方法：比较两独立组别分类变量的分布差异，适用成组检验（即独立样本卡方检验）。

破题关键点：

• 排除配对检验：若题目中甲、乙药物是针对同一组患者的不同治疗阶段或交叉使用，则需用配对检验，但本题未提及配对关系。
• 校正检验的适用性：若卡方检验的期望频数过低（如小于5），可能需要连续性校正，但题目未明确要求，且选项中直接给出“成组检验”，故优先选择基础方法。

数据结构：

• 甲组：有效10例，无效3例
• 乙组：有效8例，无效6例
  构建列联表如下：

组别	有效	无效
甲组	10	3
乙组	8	6

方法选择依据：

1. 独立样本：甲、乙两组患者互不重叠，属于独立组别。
2. 分类变量比较：比较两组“有效”与“无效”的分布差异。
3. 卡方检验适用性：
   • 成组检验（独立样本卡方检验）用于判断两组分类变量的分布是否独立。
   • 若单元格期望频数均≥5，直接使用成组检验；若部分单元格期望频数＜5，可能需校正检验。
   • 本题未明确要求校正，且选项中“成组检验”更基础，故选B。

排除其他选项：

• 配对检验（如McNemar检验）需数据为配对形式（如同一患者两种治疗的比较）。
• 校正检验是卡方检验的补充，非独立方法，题目未强调校正必要性。