2023 新课标Ⅱ卷 - 第19题 (解答题)

统计与概率 · 频率分布直方图 · 临床诊断决策与分段函数最值
前置知识回顾:公式与定理 (点击展开)
  • 频率分布直方图面积性质:每个小矩形的面积 $=$ 组距 $\times$ 矩形高 $=$ 该组样本的频率;所有小矩形面积总和恒等于 1。
  • 组内均匀分布假设:在区间 $[a, b]$ 内,指标落入子区间 $[a, c]$ 的频率等于该组总频率乘以长度占比 $\frac{c-a}{b-a}$。
  • 医学临床决策模型:漏诊率 $p(c)$(患病判为阴性)$+$ 误诊率 $q(c)$(未病判为阳性)的总损失函数 $f(c) = p(c) + q(c)$,分段求解分界点求极小值。
某研究小组经过研究发现某种疾病的患病者与未患病者的某项医学指标有明显差异,经过大量调查,得到如下的患病者和未患病者该指标的频率分布直方图:
利用该指标制定一个检测标准,需要确定临界值 \(c\),将该指标大于 \(c\) 的人判定为阳性,小于或等于 \(c\) 的人判定为阴性.此检测标准的漏诊率是将患病者判定为阴性的概率,记为 \(p(c)\);误诊率是将未患病者判定为阳性的概率,记为 \(q(c)\).假设数据在组内均匀分布,以事件发生的频率作为相应事件发生的概率.
(1)当漏诊率 \(p(c)=0.5\%\) 时,求临界值 \(c\) 和误诊率 \(q(c)\);
(2)设函数 \(f(c)=p(c)+q(c)\),当 \(c\in[95,105]\) 时,求 \(f(c)\) 的解析式,并求 \(f(c)\) 在区间 \([95,105]\) 的最小值.
基于数学引擎的绝对精确动态绘图

思路与规范推导

破题思路全景图

审读双直方图高频数据:患病者 $[95, 100]$ 组高 $0.002$;未患病者 $[95, 100]$ 组高 $0.010$, $[100, 105]$ 组高 $0.002$
第(1)问:患病者首组总频率 $5 \times 0.002 = 1\% > 0.5\% \implies 95 < c < 100$
解方程 $(c - 95) \times 0.002 = 0.005 \implies c = 97.5$
求误诊率 $q(c)$(未病且 $>97.5$):$0.010 \times (100 - 97.5) + 0.002 \times 5 = 0.035 = 3.5\%$
第(2)问:以 $100$ 为分界点分段建立 $f(c) = p(c) + q(c)$
区间 $[95, 100]$:$f(c) = -0.008c + 0.82$ 单调递减,端点最小 $f(100) = 0.02$
区间 $(100, 105]$:$f(c) = 0.01c - 0.98$ 单调递增,极小值趋近 $0.02$
综合得出分段函数并确定全区间最小值为 $0.02$

(1) 当漏诊率 \(p(c)=0.5\%\) 时,求临界值 \(c\) 和误诊率 \(q(c)\) 满分 5 分

点击查看第 (1) 问严密踩分步骤

依题意,漏诊率 \(p(c)\) 是将患病者判定为阴性(即指标 \(\le c\))的概率.

在患病者直方图中,第一组 \([95, 100]\) 对应的小矩形面积为:

\[ S_1 = 5 \times 0.002 = 0.01 = 1\% \]

因为已知漏诊率 \(p(c) = 0.5\% < 1\%\),所以临界值必在第一区间内,即 \(95 < c < 100\).

得 2 分

根据组内均匀分布假设:

\[ p(c) = (c - 95) \times 0.002 = 0.5\% = 0.005 \] \[ c - 95 = \frac{0.005}{0.002} = 2.5 \implies c = 97.5 \]
得 3 分

误诊率 \(q(c)\) 是将未患病者判定为阳性(即指标 \(> c\))的概率.

当 \(c = 97.5\) 时,未患病者指标大于 \(97.5\) 的频率由两部分组成:

  • 在 \([97.5, 100]\) 内的频率:\((100 - 97.5) \times 0.01 = 2.5 \times 0.01 = 0.025\);
  • 在 \([100, 105]\) 内的频率:\(5 \times 0.002 = 0.010\).

因此误诊率为:

\[ q(c) = 0.025 + 0.010 = 0.035 = 3.5\% \]
得 5 分

(2) 求 \(f(c)=p(c)+q(c)\) 的解析式及在 \([95, 105]\) 上的最小值 满分 7 分

点击查看第 (2) 问严密踩分步骤

以组分界点 \(100\) 为界,分区间讨论:

情形 1:当 \(c \in [95, 100]\) 时

  • 漏诊率:\(p(c) = (c - 95) \times 0.002 = 0.002c - 0.19\);
  • 误诊率:\(q(c) = (100 - c) \times 0.01 + 5 \times 0.002 = -0.01c + 1 + 0.01 = -0.01c + 1.01\).

两式相加得:

\[ f(c) = p(c) + q(c) = (0.002c - 0.19) + (-0.01c + 1.01) = -0.008c + 0.82 \]

因为斜率 \(-0.008 < 0\),所以 \(f(c)\) 在 \([95, 100]\) 上单调递减,最小值为:

\[ f(100) = -0.008 \times 100 + 0.82 = -0.80 + 0.82 = 0.02 \]
得 9 分

情形 2:当 \(c \in (100, 105]\) 时

  • 漏诊率:\(p(c) = 5 \times 0.002 + (c - 100) \times 0.012 = 0.01 + 0.012c - 1.2 = 0.012c - 1.19\);
  • 误诊率:\(q(c) = (105 - c) \times 0.002 = -0.002c + 0.21\).

两式相加得:

\[ f(c) = p(c) + q(c) = (0.012c - 1.19) + (-0.002c + 0.21) = 0.01c - 0.98 \]

因为斜率 \(0.01 > 0\),所以 \(f(c)\) 在 \((100, 105]\) 上单调递增,且:

\[ f(c) > f(100) = 0.01 \times 100 - 0.98 = 1 - 0.98 = 0.02 \]
得 11 分

综合结论:

\[ f(c) = \begin{cases} -0.008c + 0.82, & 95 \le c \le 100 \\ 0.01c - 0.98, & 100 < c \le 105 \end{cases} \]

函数 \(f(c)\) 在区间 \([95, 105]\) 上的最小值为 \(0.02\)(在 \(c = 100\) 处取得).

得 12 分

最终答案核对

解析阅读完毕,点击核对最终答案
(1)临界值 \(c = 97.5\),误诊率 \(q(c) = 3.5\%\);
(2)\(f(c) = \begin{cases} -0.008c + 0.82, & 95 \le c \le 100 \\ 0.01c - 0.98, & 100 < c \le 105 \end{cases}\),最小值为 \(0.02\).

核心模型与结论

医学诊断阈值选择(ROC 曲线与最小误判损失模型):漏诊是下侧面积积分,误诊是上侧面积积分。总误差导数 $f'(c) = \text{患病密度}(c) - \text{未病密度}(c)$,极小值必然发生在两直方图密度曲线的几何交点处($c = 100$)。

易错警示与避坑

漏诊率与误诊率的方向容易看反!必须谨记:漏诊率是针对【患病者】统计小于等于 c 的概率;误诊率是针对【未患病者】统计大于 c 的概率。

高分技法与秒杀

分界极值交点秒杀:观察直方图高度:在 $[95, 100]$ 内,未病密度 (0.01) 大于患病密度 (0.002),增大 $c$ 能大幅减少误诊,函数单调递减;在 $[100, 105]$ 内患病密度 (0.012) 大于未病密度 (0.002),继续增大 $c$ 会剧烈增加漏诊,函数单调递增!因此最小值必定在交接点 $c = 100$ 取到!无需算全篇,1 秒洞察极值点!

诊断与进阶指南

请勾选您在解答此题时遇到的问题或诉求,一键反馈给Ai老师:

上一题 返回试卷导航 下一题