Ces questions et réponses à choix multiples R vous aideront à mieux comprendre les sujets R. Vous pouvez utiliser ces 100+ R QCM pour vous préparer à votre prochain examen ou entretien.
Faites défiler vers le bas pour commencer à répondre.
A. lm (x ~ y)
B. Proc Reg; modèle y = x; courir;
C. lm (y ~ x)
D. régresser y x
A. ytemp & lt; - rnorm (100, 0, 1); Y & lt; - Cut (ytemp, pauses = c (-10, -2, -1, 1, 2, 10))
B. Y & lt; - rbinom (100, 5, 0,5)
C. Y & lt; - échantillon (rep (c (1: 5), chacun = 20), taille = 100)
D. Y & lt; - échantillon (c (1, 2, 3, 4, 5), 100, remplacer = true)
A. pour (i in 1: nnn) {& lt; code de simulation & gt; }
B. pour i en 1: nnn: & lt; code de simulation & gt;
C. pour (i - nnn) {& lt; code de simulation & gt; }
D. pour (i = 1, nnn, 1) {& lt; code de simulation & gt; }
A. Cela signifie une plage de x à y.
B. Cela signifie que X et Y sont corrélés.
C. Cela signifie que vous découle logiquement de x.
D. Cela signifie que X et Y sont des nombres réels.
E. Cela signifie que les cotes de x à y s'appliquent à cette opération.
A. 2 10
B. 1 3 5 7 9
C. 2 4 6 8 10
D. 2
A. le vecteur de données tel qu'il était en h
B. L'ensemble du tableau en tant que tableau
C. le tableau de tous les zéros
D. Le vecteur de dimension C (3,4,2)
A. [1] 2
B. [1] & # 34; Hello World & # 34;
C. NUL
D. N / A
E. [1] Bonjour le monde
A. a = 1
B. a == 1
C. a & lt; & lt; - 1
D. a & lt; - 1
E. a - & gt; 1
A. 4
B. 3
C. VRAI
D. FAUX
E. 1
A. import.csv (& # 34; x.csv & # 34;)
B. import (& # 34; x.csv & # 34;)
C. read.csv (& # 34; x.csv & # 34;)
D. lire (& # 34; x.csv & # 34;)
A. tri (x, décroissant = t)
B. trier (x)
C. commande (x)
D. X [tri (x)]
A. Résumez x
B. Résumé (x)
C. Proc Contenu x;
D. résumer (x)
A. tracé (x)
B. hist (x)
C. Terrain X
D. Plot.Hist (x)
A. x 1 $
B. x [0]
C. X.1
D. x [1]
E. x 0 $
A. 0
B. -2
C. N / A
D. 2
A. objets
B. mode
C. événements
D. commandes
A. Readdata
B. analyse
C. lire.csv
D. lire.able
A. as.ts
B. is.ts
C. ts
D. si.ts
A. convertir les données en entier
B. Convertir les données en vecteur
C. Convertir les données en matrices
D. Convertir les données en objet de la série temporelle
A. N / A
B. Nan
C. #VALEUR!
D. [Une cellule vide]
E. NUL
A. Surepresse l'impression du mot & # 34; bonjour & # 34;
B. Right justifie le mot & # 34; Bonjour & # 34;
C. Imprime le mot & # 34; Bonjour & # 34; en gras
D. Augmente la taille du mot & # 34; Bonjour & # 34; par un facteur de 2
A. xlim = c (0, 1)
B. xlimit = & # 34; 0, 1 & # 34;
C. xlim = & # 34; 0, 1 & # 34;
D. xlab = c (0, 1)
A. & # 34; La valeur de x est 2 et la valeur de y [x] est c (1: 3) [2] & # 34;
B. & # 34; La valeur de x est 2 et la valeur de y [x] est de 4 & # 34;
C. & # 34; La valeur de x est 2 et la valeur de y [x] est 2 & # 34;
D. & # 34; La valeur de x est 2 et la valeur de y [x] est de 6 & # 34;
A. 1 4
B. 1 4 7
C. 1 3 5
D. 1 2 3 4 5
A. lignes (0, 1)
B. lty = c (0, 1)
C. abline (0, 1)
D. lisse.spline (0, 1)
A. [1] faux faux faux vrai
B. [1] faux
C. Lance une erreur.
D. [1] VRAI
E. [1] na na na true
A. [1] vrai [1] faux
B. [1] vrai [1] vrai
C. [1] faux [1] true
D. NUL
E. [1] Nan [1] Na
A. 3
B. 1 2 3 4
C. 1 2 2 2 3 3
D. 1 2 3
A. lire.Table ()
B. charge.Table ()
C. charger()
D. lire()
A. tabuler (x, y)
B. Tableau (y ~ x)
C. Tableau (x * y)
D. Tableau (x, y)
A. N / A
B. VRAI
C. FAUX
D. -Inf
A. 1 2 1 2
B. 1 1
C. 1 1 3 3
D. 1 3 1 3
A. NUL
B. 2
C. 1.5
D. N / A
A. 5 2
B. dix
C. 2 5
D. 20
A. lm (y ~ x1: x3 + x1: x2)
B. lm (y ~ x1 + x2 + x3 + x1 * x2)
C. LM (y ~ x1 + x2 + x3 + interaction (x1, x2))
D. lm (y ~ x1: x2 + x3)
A. Analyse des séries chronologiques
B. Modèles linéaires généralisés
C. Modèles à effets mixtes linéaires
D. Analyse des modèles de variance
E. Outils de regroupement
A. x == y
B. x! = y
C. x =! y
D. x = ~ y
E. x %% Y
A. moyenne (x [1: longueur (x [, 1]),], na.rm = t)
B. Appliquer (x, 1, moyenne, na.rm = t)
C. par (x, 1, moyenne, na.rm = t)
D. Appliquer (x, 1, moyenne)
A. matrice (x, y, z, nrow = 3)
B. matrice (cbind (x, y, z), nrow = 3)
C. matrice (rbind (x, y, z), nrow = 3)
D. matrice (rbind (x, y, z), ncol = 3)
A. fusion (x, y, par = & # 34; id & # 34;)
B. fusionner (x, y, par = & # 34; id & # 34;, all = true)
C. fusionner (x, y, tri = & # 34; id & # 34;, all = true)
D. combiner (x, y, par = & # 34; id & # 34;)
A. matrice
B. vecteur
C. trame de données
D. liste
E. déployer
A. tri (data.frame (x = c (10, -3, 4))))
B. tri (liste (10, -3, 4))
C. tri (c (10, -3, 4))
D. tri (10, -3, 4)
A. résidus lm (y ~ x) $
B. lm (y ~ x) $ résidus - lm (y ~ x) $ ajusté.Values
C. résidus (lm (y ~ x))
D. Y - lm (y - x) $ ajusté.Values
A. égal au résultat de: & gt; c (moyen (x [, 1]), moyenne (x [, 2]), moyenne (x [, 3]))
B. égal au résultat de: & gt; c (moyen (x [1,]), moyenne (x [2,]), moyenne (x [3,]), moyenne (x [4,]))
C. égal au résultat de: & gt; c (moyen (x [, 1]), moyenne (x [, 2]), moyenne (x [, 3]), moyenne (x [, 4]))
D. égal au résultat de: & gt; c (moyen (x [1,]), moyenne (x [2,]), moyenne (x [3,]))
A. X [c (3,7)] & lt; - x [c (7,3)]
B. remplacer (x, c (3, 7), c (7,3)
C. X [7] & lt; - x [3]; X [3] & lt; - x [7]
D. X [3] & lt; - x [7]; X [7] & lt; - x [3]
A. [1] NULL
B. [1] vrai
C. [1] -inf
D. [1] Nan
E. [1] faux
A. Un message d'erreur
B. N / A
C. Un coefficient de corrélation
D. R carré
A. disperser (x ~ y)
B. tracé (data.frame (y ~ x))
C. tracé (x ~ y)
D. xyplot (x, y)
A. Vrai
B. 0
C. FAUX
D. 110
A. Le vecteur de dimension C (3,4,2)
B. L'ensemble du tableau comme un tableau
C. le tableau de tous les zéros
D. le vecteur de données tel qu'il était en h
A. [1] 1 1 1 2 2 2
B. [1] 1 2 1 2 1 2
C. [1] & # 34; 1: 2 & # 34; & # 34; 1: 2 & # 34; & # 34; 1: 2 & # 34;
D. [1] 3 6
A. RESCALE (X, 1, 2)
B. ! psych [RESCALE (X, C (1, 2))]
C. Plotrix :: ResCale (x, c (1, 2))
D. PLOTRIX.RESCALE (X, C (1, 2))
E. Plotrix (RESCALE (X, C (1, 2)))
A. [1] & # 34; o & # 34; [2] & # 34; M & # 34; [3] & # 34; G & # 34;
B. [1] & # 34; OMG & # 34;
C. [1] & # 34; OMG & # 34;
D. [1] & # 34; o m g & # 34;
A. par
B. longueur
C. depuis
D. Times
A. Colmeans (DF)
B. pour (i in 1: nrow (df)) imprimer (moyenne (as.numérique (df [i,])))
C. Appliquer (DF, 2, moyenne)
D. Sapply (1: NCOL (DF), fonction (col) moyenne (DF [, col]))
E. pour (i in 1: ncol (df)) imprimer (moyen (df [, i]))
A. le vecteur de ligne [faux faux faux]
B. le vecteur de ligne [1 2 3]
C. le vecteur de ligne [2 3 4]
D. le vecteur de ligne [vrai vrai vrai]
A. s4
B. S3
C. R5 (classe de référence)
A. 2
B. 3 4
C. 2 4 6 8 10
D. 4
A. régresser y x, pas d'interception
B. lm (y ~ x, interception = f)
C. lm (y ~ -1 + x)
D. Proc Reg; modèle y = x; interception = f; courir;
A. Vrai vrai na
B. N / A
C. VRAI
D. Vrai vrai faux
E. FAUX
A. X & lt; - rond (y, 0)
B. X & lt; - as.numérique (y)
C. X & lt; - is.integer (y)
D. X & lt; - as.integer (y)
A. Un tableau contenant les nombres 1 à 30
B. Un tableau à 2 rangées, un tableau à 3 rangs et un tableau à 5 rangées, chacun contenant les nombres 1 à 30
C. Deux matrices, l'une avec 3 colonnes, l'autre avec 5
D. Cinq matrices, chacune avec 2 rangées et 3 colonnes
A. le vecteur de ligne [& # 34; x1 & # 34; & # 34; Y1 & # 34; & # 34; x2 & # 34; & # 34; Y2 & # 34; & # 34; x3 & # 34; & # 34; Y3 & # 34; & # 34; x4 & # 34; & # 34; Y4 & # 34; & # 34; x5 & # 34; & # 34; Y5 & # 34; & # 34; x6 & # 34; & # 34; Y6 & # 34; & # 34; x7 & # 34; & # 34; Y7 & # 34; & # 34; x8 & # 34; & # 34; Y8 & # 34; & # 34; x9 & # 34; & # 34; Y9 & # 34; & # 34;
B. le vecteur de ligne [& # 34; x1 & # 34; & # 34; Y2 & # 34; & # 34; x3 & # 34; & # 34; Y4 & # 34; & # 34; x5 & # 34; & # 34; Y6 & # 34; & # 34; x7 & # 34; & # 34; Y8 & # 34; & # 34; x9 & # 34; & # 34; y10 & # 34;]
C. le vecteur de ligne [& # 34; y1 & # 34; & # 34; Y2 & # 34; & # 34; Y3 & # 34; & # 34; Y4 & # 34; & # 34; Y5 & # 34; & # 34; Y6 & # 34; & # 34; Y7 & # 34; & # 34; Y8 & # 34; & # 34; Y9 & # 34; & # 34; y10 & # 34;]
D. le vecteur de ligne [& # 34; x1 & # 34; & # 34; x2 & # 34; & # 34; x3 & # 34; & # 34; x4 & # 34; & # 34; x5 & # 34; & # 34; x6 & # 34; & # 34; x7 & # 34; & # 34; x8 & # 34; & # 34; x9 & # 34; & # 34; x10 & # 34;]
A. %%
B. % /%
C. / /
D. % *%
E. mod
A. [, 1] [, 2] [1,] 3 2
B. [, 1] [1,] 3 [2,] 2
C. [, 1] [1,] 2 [2,] 1
D. [, 1] [, 2] [1,] 2 3
A. df [, moyenne (x), par = facteur]
B. pour (f dans les niveaux (df $ factor)) imprimer (moyenne (sous-ensemble (df, facteur == f) $ x)))
C. Sapply (niveaux (facteur DF $), fonction (f) moyenne (sous-ensemble (df, facteur == f) $ x))
D. ddply (df,. (facteur), résumer, moyenne (x))
A. 1 3
B. 1 2
C. 1 4
D. 2 4
A. X [[3]] [4]
B. X [[4]] [[3]]
C. X [[3, 4]]
D. X [3, 4]
E. X [3] [4]
A. 2
B. 1
C. Une matrice 2x2 avec toutes les cellules égales à 1
D. 4
A. ! est.na (x)
B. ! tout (est.na (x))
C. tout (is.na (x))
D. tout (! est.na (x))
A. Les matrices peuvent être transposées; Les tableaux ne peuvent pas
B. Les tableaux peuvent inclure plusieurs classes d'objets différentes
C. Seuls les tableaux prennent en charge les valeurs infinies
D. Ils sont identiques; Les deux sont inclus pour faciliter l'utilisation
E. Les tableaux prennent en charge plus de 2 dimensions
A. Aucune valeur n'est affichée
B. 0, 2
C. 0, 10
D. 0, 1
A. 5
B. & # 34; 5 & # 34;
C. 5.457
D. 5.5
A. Mode (Y)
B. tri (y, diminuant = t) [1]
C. noms (tableau (y)) [tableau (y) == max (tableau (y))]
D. tri (tableau (y), diminution = t)
A. fait de Z un tableau de tous les zéros
B. signalerait une erreur sur la longueur de l'inadéquation
C. sont recyclés depuis le début pour atteindre la taille 24
D. sont les mêmes que la longueur de h
A. (Tous ceux-là sont corrects)
B. Assign (& # 34; x & # 34;, C (10,4, 5,6, 3.1, 6.4, 21,7))
C. C (10,4, 5,6, 3,1, 6,4, 21,7) - & gt; X
D. x & lt; - c (10.4, 5.6, 3.1, 6.4, 21,7)
A. Date (x, & # 34; jour & # 34;)
B. strsplit (x, & # 34; - & # 34;)
C. Split (x, & # 34; - & # 34;) [3]
D. substr (x, 10, 11)
A. t.test (a, b, apparié = true)
B. moyenne (a) == moyenne (b)
C. ksest (a, b)
D. t.test (a, b, apparié = false)
A. Le vecteur de dimension C (3,4,2)
B. L'ensemble du tableau en tant que tableau
C. le vecteur de données tel qu'il était dans H
D. le tableau de tous les zéros
A. X [& # 34; b & # 34;, & # 34; c & # 34; ]]
B. X [, c (2, 4)]
C. X [c (& # 34; b & # 34;, & # 34; c & # 34;)]
D. X [2, 4]
A. ??parcelle
B. ? & # 34; Terrain & # 34;
C. aide (& # 34; tracé & # 34;)
D. aide (tracé)
E. ?parcelle
A. tabuler (x, y, na.omit = f)
B. Tableau (x, y, na.include = t)
C. Tableau (x, y, usena = & # 34; toujours & # 34;)
D. Tableau (x * y, na.rm = f)
A. Y [qui (x & lt; 100)]
B. Y [, qui (x & lt; 100)]
C. Y [x & lt; = 100]
D. Y [où (x & lt; 100),]
A. & gt; ab & lt; - a * b
B. & gt; ab & lt; - exter (a, b,% o%)
C. & gt; ab & lt; - exter (a, b, *)
D. & gt; ab & lt; - a% o% b
A. complexe
B. (Tous ces éléments sont valides)
C. logique
D. double
E. entier
A. L'expression est scannée de droite à gauche
B. Tous les opérandes vectoriels courts sont prolongés en recyclant leurs valeurs jusqu'à ce qu'ils correspondent à la taille de tout autre opérande
C. Tout opérande vectoriel plus court qu'une matrice ou un opérande de tableau génère une erreur
D. Tant que les vecteurs courts et les tableaux sont rencontrés uniquement, les tableaux peuvent avoir l'attribut DIM différent ou une erreur
A. Jarqueberatest (résiduel (x))
B. bgtest (x)
C. hétéroscedastisité (x)
D. gqtest (x)
A. x & lt; -seq (1,5, par = 2); s & lt; -rep (x, temps = 3); tri (s)
B. x & lt; -seq (1,5, par = 2); rep (x, temps = 3)
C. x & lt; -seq (1,5, par = 2); rep (x, chacun = 3)
D. x & lt; -c (1 1 1 3 3 3 5 5 5)
A. AutoCorrelationTest (x)
B. gqtest (x)
C. Jarqueberatest (résiduel (x))
D. bgtest (x)
A. il tire 1 nombre de 40 distributions normales différentes
B. il dessine 40 nombres pseudo-aléatoires
C. Il tire 40 nombres aléatoires d'une distribution normale avec la moyenne de 1
D. Il tire 40 nombres aléatoires à partir d'une distribution normale avec un écart-type de 4
A. le vecteur de ligne [1 2 3 faux]
B. le vecteur de ligne [1 2 3 na]
C. le vecteur de ligne [vrai vrai vrai false]
D. le vecteur de ligne [faux faux faux vrai]
A. Une matrice peut contenir uniquement des valeurs numériques.
B. Une matrice ne doit pas être singulière.
C. Une trame de données peut contenir des variables qui ont des modes différents.
D. Un cadre de données peut contenir des variables de différentes longueurs.
A. 1
B. 365
C. 4
D. 12
A. Retirer()
B. Effacer()
C. Détacher()
D. Supprimer()
A. Hauteur (longueur (hauteur))
B. Hauteur [longueur (hauteur)]
C. Hauteur [longueur [hauteur]]
D. Hauteur (5)
A. Var_a!
B. \ _Vara
C. .2var_a
D. Var2_a
A. Une matrice a deux dimensions, tandis qu'un tableau peut avoir trois dimensions ou plus.
B. Un tableau est un sous-type du cadre de données, tandis qu'une matrice est entièrement un type distinct.
C. Une matrice peut avoir des colonnes de différentes longueurs, mais les colonnes d'un tableau doivent toutes être de la même longueur.
D. Une matrice peut contenir des valeurs numériques uniquement, tandis qu'un tableau peut mélanger différents types de valeurs.
A. Taper
B. Longueur
C. Les attributs
D. Scalaire
A. BOF (Pizza, 5)
B. Premièrement (Pizza, 5)
C. Haut (pizza, 5)
D. Tête (pizza, 5)
A. Console (-25)
B. Console (inverse = true)
C. Histoire()
D. History (max.show = 25)