Pertanyaan dan jawaban pilihan ganda R akan membantu Anda memahami topik R dengan lebih baik. Bersiaplah untuk tes atau wawancara berikutnya dengan 100+ R-MCQ.
Gulir ke bawah untuk memulai dengan jawabannya.
A. lm (x ~ y)
B. Proc Reg; model y = x; berlari;
C. lm (y ~ x)
D. Regress y x
A. ytemp & lt;- rnorm (100, 0, 1); Y & lt; -potong (ytemp, breaks = c (-10, -2, -1, 1, 2, 10))
B. Y & lt;- rbinom (100, 5, 0,5)
C. Y & lt;- sampel (rep (c (1: 5), masing-masing = 20), ukuran = 100)
D. Y & lt;- sampel (c (1, 2, 3, 4, 5), 100, ganti = true)
A. untuk (i dalam 1: nnn) {& lt; kode simulasi & gt; }
B. untuk saya dalam 1: nnn: & lt; kode simulasi & gt;
C. untuk (i - nnn) {& lt; kode simulasi & gt; }
D. untuk (i = 1, nnn, 1) {& lt; kode simulasi & gt; }
A. Itu berarti kisaran dari x ke y.
B. Itu berarti bahwa x dan y berkorelasi.
C. Itu berarti bahwa Y secara logis mengikuti dari x.
D. Itu berarti bahwa x dan y adalah bilangan real.
E. Ini berarti peluang X ke Y berlaku untuk operasi ini.
A. 2 10
B. 1 3 5 7 9
C. 2 4 6 8 10
D. 2
A. vektor data seperti di h
B. seluruh array sebagai array
C. array semua nol
D. Vektor dimensi C (3,4,2)
A. [1] 2
B. [1] " halo dunia "
C. BATAL
D. Na
E. [1] Halo Dunia
A. a = 1
B. a == 1
C. a & lt; & lt;- 1
D. a & lt;- 1
E. A -& gt; 1
A. 4
B. 3
C. BENAR
D. PALSU
E. 1
A. import.csv (" x.csv ")
B. Impor (" x.csv ")
C. read.csv (" x.csv ")
D. Baca (" x.csv ")
A. urutkan (x, menurun = t)
B. Sortir (x)
C. pesanan (x)
D. X [sort (x)]]
A. meringkas x
B. Ringkasan (x)
C. konten proc x;
D. meringkas (x)
A. plot (x)
B. hist (x)
C. plot 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. Na
D. 2
A. objek
B. mode
C. Acara
D. perintah
A. readdata
B. pindai
C. baca.csv
D. baca.table
A. as.ts
B. is.ts
C. ts
D. if.ts
A. mengubah data menjadi bilangan bulat
B. mengubah data menjadi vektor
C. mengubah data menjadi matriks
D. Konversi data menjadi objek seri-time
A. Na -
B. Nan
C. #NILAI!
D. [sel kosong]
E. BATAL
A. Mengejutkan pencetakan kata " halo "
B. Benar membenarkan kata " halo "
C. Cetak kata " halo " dalam font tebal
D. Meningkatkan ukuran kata " halo " dengan faktor 2
A. xlim = c (0, 1)
B. xLimit = " 0, 1 "
C. xlim = " 0, 1 "
D. xlab = c (0, 1)
A. " Nilai x adalah 2 dan nilai y [x] adalah C (1: 3) [2] "
B. " nilai x adalah 2 dan nilai y [x] adalah 4 "
C. " Nilai x adalah 2 dan nilai y [x] adalah 2 "
D. " Nilai x adalah 2 dan nilai y [x] adalah 6 "
A. 1 4
B. 1 4 7
C. 1 3 5
D. 1 2 3 4 5
A. baris (0, 1)
B. Lty = C (0, 1)
C. abline (0, 1)
D. Smooth.spline (0, 1)
A. [1] false false false true
B. [1] Salah
C. Melempar kesalahan.
D. [1] Benar
E. [1] na na na true
A. [1] Benar [1] Salah
B. [1] Benar [1] Benar
C. [1] false [1] true
D. BATAL
E. [1] nan [1] na
A. 3
B. 1 2 3 4
C. 1 2 2 2 3 3
D. 1 2 3
A. baca.table ()
B. load.table ()
C. memuat()
D. membaca()
A. Tabulate (x, y)
B. Tabel (y ~ x)
C. Tabel (x*y)
D. Tabel (x, y)
A. Na
B. BENAR
C. PALSU
D. -Inf
A. 1 2 1 2
B. 1 1
C. 1 1 3 3
D. 1 3 1 3
A. BATAL
B. 2
C. 1.5
D. Na -
A. 5 2
B. 10
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 + interaksi (x1, x2))
D. lm (y ~ x1: x2 + x3)
A. Analisis deret waktu
B. Model linier umum
C. Model efek campuran linier
D. Analisis model varians
E. Alat pengelompokan
A. x == y
B. x! = y
C. x =! y
D. x = ~ y
E. x %% y
A. rata -rata (x [1: panjang (x [, 1]),], na.rm = t)
B. Terapkan (x, 1, rata -rata, na.rm = t)
C. oleh (x, 1, mean, na.rm = t)
D. Terapkan (x, 1, rata -rata)
A. matriks (x, y, z, nrow = 3)
B. matriks (cbind (x, y, z), nrow = 3)
C. matriks (rbind (x, y, z), nrow = 3)
D. matriks (rbind (x, y, z), ncol = 3)
A. gabungan (x, y, oleh = " id ")
B. gabungan (x, y, oleh = " id ", all = true)
C. gabungan (x, y, sort = " id ", all = true)
D. gabungkan (x, y, oleh = " id ")
A. matriks
B. vektor
C. data.frame
D. daftar
E. Himpunan
A. sortir (data.frame (x = c (10, -3, 4)))
B. sortir (daftar (10, -3, 4))
C. Sort (C (10, -3, 4))
D. Sortir (10, -3, 4)
A. lm (y ~ x) $ residual
B. lm (y ~ x) $ residual - lm (y ~ x) $ fitted.values
C. residu (lm (y ~ x))
D. Y - lm (y - x) $ fitted.values
A. sama dengan hasil: & gt; c (rata -rata (x [, 1]), rata -rata (x [, 2]), rata -rata (x [, 3])))
B. sama dengan hasil: & gt; c (rata -rata (x [1,]), rata -rata (x [2,]), rata -rata (x [3,]), rata -rata (x [4,])))
C. sama dengan hasil: & gt; c (rata -rata (x [, 1]), rata -rata (x [, 2]), rata -rata (x [, 3]), rata -rata (x [, 4]))
D. sama dengan hasil dari: & gt; c (rata -rata (x [1,]), rata -rata (x [2,]), rata -rata (x [3,])))
A. X [c (3,7)] & lt;- x [c (7,3)]
B. ganti (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] Benar
C. [1] -inf
D. [1] nan
E. [1] Salah
A. Pesan kesalahan
B. Na -
C. Koefisien korelasi
D. R kuadrat
A. pencar (x ~ y)
B. plot (data.frame (y ~ x))
C. plot (x ~ y)
D. xyplot (x, y)
A. BENAR
B. 0
C. PALSU
D. 110
A. Vektor dimensi C (3,4,2)
B. seluruh array sebagai array
C. array semua nol
D. vektor data seperti di h
A. [1] 1 1 1 2 2 2
B. [1] 1 2 1 2 1 2
C. [1] " 1: 2 " " 1: 2 " " 1: 2 "
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] " o " [2] " m " [3] " g "
B. [1] " OMG "
C. [1] " OMG "
D. [1] " o m g "
A. oleh
B. panjang
C. dari
D. waktu
A. Colmeans (DF)
B. untuk (i dalam 1: nrow (df)) cetak (rata -rata (as.numeric (df [i,])))
C. Terapkan (df, 2, rata -rata)
D. sapply (1: ncol (df), function (col) rata -rata (df [, col]))
E. untuk (i dalam 1: ncol (df)) cetak (rata -rata (df [, i]))
A. vektor baris [false false false]
B. Vektor baris [1 2 3]
C. Vektor baris [2 3 4]
D. vektor baris [benar benar benar]
A. S4
B. S3
C. R5 (kelas referensi)
A. 2
B. 3 4
C. 2 4 6 8 10
D. 4
A. Regress y x, nointercept
B. lm (y ~ x, intersep = f)
C. lm (y ~ -1 + x)
D. Proc Reg; model y = x; intersep = f; berlari;
A. True True Na
B. Na
C. BENAR
D. Benar benar salah
E. PALSU
A. X & lt;- bundar (y, 0)
B. X & lt;- as.numeric (y)
C. X & lt;- is.integer (y)
D. X & lt;- as.integer (y)
A. Satu array yang berisi angka 1 hingga 30
B. Satu array 2-baris, satu array 3-baris, dan satu array 5-baris, masing-masing berisi angka 1 hingga 30
C. Dua matriks, satu dengan 3 kolom, yang lain dengan 5
D. Lima matriks, masing -masing dengan 2 baris dan 3 kolom
A. Vektor baris [" x1 " " y1 " " x2 " " y2 " " x3 " " y3 " " x4 " " y4 " " x5 " " y5 " " x6 " " y6 " " x7 " " y7 " " x8 " " y8 " " x9 " " y9 " "
B. Vektor baris [" x1 " " y2 " " x3 " " y4 " " x5 " " y6 " " x7 " " y8 " " x9 " " y10 "]
C. Vektor baris [" y1 " " y2 " " y3 " " y4 " " y5 " " y6 " " y7 " " y8 " " y9 " " y10 "]
D. Vektor baris [" x1 " " x2 " " x3 " " x4 " " x5 " " x6 " " x7 " " x8 " " x9 " " x10 "]
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 [, rata -rata (x), oleh = faktor]
B. untuk (f in level (df $ factor)) cetak (rata -rata (subset (df, factor == f) $ x))
C. Sapply (level (df $ factor), function (f) rata -rata (subset (df, factor == f) $ x))
D. ddply (df ,. (factor), ringkas, rata -rata (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. Matriks 2x2 dengan semua sel sama dengan 1
D. 4
A. ! is.na (x)
B. ! All (is.na (x))
C. all (is.na (x))
D. all (! is.na (x))
A. Matriks dapat dialihkan; Array tidak bisa
B. Array dapat mencakup beberapa kelas objek yang berbeda
C. Hanya array yang mendukung nilai tak terbatas
D. Mereka identik; Keduanya termasuk untuk kemudahan penggunaan
E. Dukungan array lebih dari 2 dimensi
A. Tidak ada nilai yang ditampilkan
B. 0, 2
C. 0, 10
D. 0, 1
A. 5
B. " 5 "
C. 5.457
D. 5.5
A. Mode (Y)
B. urutkan (y, penurunan = t) [1]
C. nama (tabel (y)) [tabel (y) == maks (tabel (y))]
D. urutkan (tabel (y), menurun = t)
A. membuat z array dari semua nol
B. akan memberi sinyal kesalahan tentang ketidaksesuaian
C. didaur ulang dari awal lagi untuk menebusnya hingga ukuran 24
D. sama dengan panjang h
A. (Semua ini benar)
B. tetapkan (" x ", 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. Tanggal (x, " hari ")
B. strsplit (x, "-")
C. split (x, "-") [3]
D. substr (x, 10, 11)
A. t.test (a, b, dipasangkan = true)
B. rata -rata (a) == rata -rata (b)
C. ks.test (a, b)
D. t.test (a, b, dipasangkan = false)
A. Vektor dimensi C (3,4,2)
B. seluruh array sebagai array
C. vektor data seperti di h
D. array semua nol
A. X [" b ", " C " ]
B. X [, c (2, 4)]
C. X [C (" b ", " C ")]
D. X [2, 4]
A. ?? Plot
B. ? " plot "
C. Bantuan (" Plot ")
D. Bantuan (plot)
E. ?merencanakan
A. Tabulate (x, y, na.omit = f)
B. Tabel (x, y, na.include = t)
C. Tabel (x, y, usena = " selalu ")
D. Tabel (x*y, na.rm = f)
A. Y [yang (x & lt; 100)]
B. Y [, yang (x & lt; 100)]
C. Y [x & lt; = 100]
D. Y [di mana (x & lt; 100),]
A. & gt; ab & lt;- a * b
B. & gt; ab & lt;- luar (a, b, %o %)
C. & gt; ab & lt;- luar (a, b, *)
D. & gt; ab & lt;- a % o % b
A. kompleks
B. (Semua ini valid)
C. logis
D. dobel
E. bilangan bulat
A. Ekspresi dipindai dari kanan ke kiri
B. Setiap operan vektor pendek diperpanjang dengan mendaur ulang nilainya sampai mereka cocok dengan ukuran operan lainnya
C. Setiap operan vektor lebih pendek dari matriks atau operan array menghasilkan kesalahan
D. Selama vektor pendek dan array hanya ditemui, array dapat memiliki atribut redup yang berbeda atau hasil kesalahan
A. JarqueBeratest (residual (x))
B. Bgtest (x)
C. Heteroscedastisity (x)
D. gqtest (x)
A. x & lt; -seq (1,5, oleh = 2); s & lt; -rep (x, kali = 3); Sortir
B. x & lt; -seq (1,5, oleh = 2); rep (x, kali = 3)
C. x & lt; -seq (1,5, oleh = 2); Rep (x, masing -masing = 3)
D. x & lt; -c (1 1 1 3 3 3 5 5 5)
A. AutocorrelationTest (x)
B. gqtest (x)
C. JarqueBeratest (residual (x))
D. bgtest (x)
A. itu menarik 1 angka dari 40 distribusi normal yang berbeda
B. itu menarik 40 angka pseudo-acak
C. Ini menarik 40 angka acak dari distribusi normal dengan rata -rata 1
D. Ini menarik 40 angka acak dari distribusi normal dengan standar deviasi 4
A. vektor baris [1 2 3 false]
B. vektor baris [1 2 3 na]
C. Vektor baris [benar benar benar salah]
D. vektor baris [false false false true]
A. Matriks mungkin hanya berisi nilai numerik.
B. Matriks tidak boleh tunggal.
C. Bingkai data dapat berisi variabel yang memiliki mode berbeda.
D. Bingkai data dapat berisi variabel dengan panjang yang berbeda.
A. 1
B. 365
C. 4
D. 12
A. Menghapus()
B. Menghapus()
C. Melepaskan()
D. Menghapus()
A. Tinggi (panjang (tinggi))
B. Tinggi [panjang (tinggi)]
C. Tinggi [panjang [tinggi]]
D. Tinggi (5)
A. Var_a!
B. \ _Vara
C. .2var_a
D. Var2_a
A. Matriks memiliki dua dimensi, sedangkan array dapat memiliki tiga dimensi atau lebih.
B. Array adalah subtipe dari bingkai data, sedangkan matriks adalah tipe terpisah sepenuhnya.
C. Matriks dapat memiliki kolom dengan panjang yang berbeda, tetapi kolom array semuanya harus memiliki panjang yang sama.
D. Matriks mungkin hanya berisi nilai numerik, sedangkan array dapat mencampur berbagai jenis nilai.
A. Jenis
B. Panjang
C. Atribut
D. Scalar
A. BOF (pizza, 5)
B. Pertama (pizza, 5)
C. Top (pizza, 5)
D. Kepala (pizza, 5)
A. Konsol (-25)
B. Konsol (terbalik = true)
C. Sejarah()
D. Sejarah (max.show = 25)