R çoktan seçmeli sorular ve cevaplar, R konusunu daha iyi anlamanıza yardımcı olacaktır. 100+ R-MCQ ile bir sonraki sınava veya mülakata hazırlanın.
Cevaplara başlamak için aşağı kaydırın.
A. LM (x ~ y)
B. Proc Reg; Model y = x; koşmak;
C. LM (y ~ x)
D. gerileme y x
A. ytemp & lt;- rnorm (100, 0, 1); Y & lt; -Cut (ytemp, molalar = c (-10, -2, -1, 1, 2, 10))
B. Y & lt;- rbinom (100, 5, 0.5)
C. Y & lt;- Örnek (rep (c (1: 5), her biri = 20), boyut = 100)
D. Y & lt;- Örnek (C (1, 2, 3, 4, 5), 100, değiştir = true)
A. (1'de i: nnn) {& lt; simülasyon kodu & gt; }
B. 1 için 1: nnn: & lt; simülasyon kodu & gt;
C. (i - nnn) {& lt; simülasyon kodu & gt; }
D. (i = 1, nnn, 1) {& lt; simülasyon kodu & gt; }
A. X ila y arasında bir aralık anlamına gelir.
B. Bu, x ve y'nin ilişkili olduğu anlamına gelir.
C. Bu, y'nin mantıklı olarak x'den geldiği anlamına gelir.
D. Bu, X ve Y'nin gerçek sayılar olduğu anlamına gelir.
E. Bu işlem için x ila y olasılıkları anlamına gelir.
A. 2 10
B. 1 3 5 7 9
C. 2 4 6 8 10
D. 2
A. veri vektörü H'de olduğu gibi
B. dizi olarak tüm dizi
C. Tüm sıfır dizisi
D. boyut vektörü C (3,4,2)
A. [1] 2
B. [1] " Merhaba Dünya "
C. HÜKÜMSÜZ
D. Na
E. [1] Merhaba Dünya
A. A = 1
B. A == 1
C. a & lt;- 1
D. a & lt;- 1
E. A -& gt; 1
A. 4
B. 3
C. DOĞRU
D. YANLIŞ
E. 1
A. Import.csv (" x.csv ")
B. İthalat (" x.csv ")
C. Read.csv (" x.csv ")
D. Oku (" x.csv ")
A. sıralama (x, azalan = t)
B. Sıralama (x)
C. Sipariş (x)
D. X [Sırf (x)]
A. X'i özetle
B. Özet (x)
C. Proc içeriği x;
D. özetleyin (x)
A. arsa (x)
B. Hist (x)
C. arsa 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. Nesneler
B. moda
C. olaylar
D. komutlar
A. Readdata
B. taramak
C. Read.csv
D. Oku.table
A. as.ts
B. is.ts
C. ts
D. if.ts
A. Verileri tamsaya dönüştürün
B. Verileri vektöre dönüştürün
C. Verileri matrislere dönüştürün
D. Verileri zaman serisi nesnesine dönüştürün
A. Na
B. Nan
C. #DEĞER!
D. [boş bir hücre]
E. HÜKÜMSÜZ
A. Surpsesses kelimesinin baskısı " Merhaba "
B. Doğru, "#34; Merhaba "
C. Kelimeyi yazdırır " Merhaba " cesur yazı tipinde
D. Kelimenin boyutunu artırır " Merhaba " 2 faktörüyle
A. xlim = c (0, 1)
B. xlimit = " 0, 1 "
C. Xlim = " 0, 1 "
D. xlab = c (0, 1)
A. " x değeri 2'dir ve y [x] değeri C (1: 3) [2] "
B. 'X değeri 2'dir ve y [x] değeri 4 "'tür;
C. 'X değeri 2'dir ve y [x] değeri 2 "'tür;
D. 'X değeri 2'dir ve y [x] değeri 6 "
A. 1 4
B. 1 4 7
C. 1 3 5
D. 1 2 3 4 5
A. çizgiler (0, 1)
B. lty = c (0, 1)
C. Abline (0, 1)
D. smooth.spline (0, 1)
A. [1] Yanlış Yanlış Yanlış Doğru
B. [1] Yanlış
C. Bir hata atar.
D. [1] Doğru
E. [1] na na na true
A. [1] Doğru [1] Yanlış
B. [1] Doğru [1] Doğru
C. [1] Yanlış [1] Doğru
D. HÜKÜMSÜZ
E. [1] nan [1] na
A. 3
B. 1 2 3 4
C. 1 2 2 2 3 3
D. 1 2 3
A. Read.table ()
B. Load.table ()
C. yük()
D. Okumak()
A. tablo (x, y)
B. Tablo (y ~ x)
C. Tablo (x*y)
D. Tablo (x, y)
A. Na
B. DOĞRU
C. YANLIŞ
D. -İnf
A. 1 2 1 2
B. 1 1
C. 1 1 3 3
D. 1 3 1 3
A. HÜKÜMSÜZ
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 + etkileşim (x1, x2))
D. LM (y ~ x1: x2 + x3)
A. Zaman serisi analizi
B. Genelleştirilmiş doğrusal modeller
C. Doğrusal karışık efekt modelleri
D. Varyans modellerinin analizi
E. Kümeleme araçları
A. x == y
B. x! = y
C. X =! y
D. x = ~ y
E. x %% y
A. ortalama (x [1: uzunluk (x [, 1]),], na.rm = t)
B. Uygula (x, 1, ortalama, na.rm = t)
C. (x, 1, ortalama, na.rm = t)
D. Uygula (x, 1, ortalama)
A. Matrix (x, y, z, nrow = 3)
B. Matrix (Cbind (x, y, z), nrow = 3)
C. Matrix (rbind (x, y, z), nrow = 3)
D. Matrix (rbind (x, y, z), ncol = 3)
A. Birleştirme (x, y, tarafından = " id ")
B. Birleştirme (x, y, by = " id ", hepsi = true)
C. Birleştirme (x, y, sort = " id ", hepsi = true)
D. Birleştirin (x, y, tarafından = " id ")
A. matris
B. vektör
C. veri çerçevesi
D. liste
E. sıralamak
A. sıralama (data.frame (x = c (10, -3, 4)))
B. sıralama (liste (10, -3, 4))
C. sıralama (c (10, -3, 4))
D. Sıralama (10, -3, 4)
A. LM (y ~ x) $ artıklar
B. lm (y ~ x) $ artıklar - lm (y ~ x) $ fitted.values
C. artıklar (LM (y ~ x))
D. Y - lm (y - x) $ fitted.values
A. : & gt; c (ortalama (x [, 1]), ortalama (x [, 2]), ortalama (x [, 3]))
B. : & gt; c (ortalama (x [1,]), ortalama (x [2,]), ortalama (x [3,]), ortalama (x [4,]))
C. sonucuna eşit: & c (ortalama (x [, 1]), ortalama (x [, 2]), ortalama (x [, 3]), ortalama (x [, 4]))
D. : & gt; c (ortalama (x [1,]), ortalama (x [2,]), ortalama (x [3,]))
A. X [c (3,7)] & lt;- x [c (7,3)]
B. Değiştir (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] Doğru
C. [1] -inf
D. [1] Nan
E. [1] Yanlış
A. Bir hata mesajı
B. Na
C. Bir korelasyon katsayısı
D. R Squared
A. Dağılım (x ~ y)
B. grafiği (data.frame (y ~ x))
C. arsa (x ~ y)
D. xyplot (x, y)
A. Doğru
B. 0
C. YANLIŞ
D. 110
A. boyut vektörü C (3,4,2)
B. dizi olarak tüm dizi
C. Tüm sıfır dizisi
D. veri vektörü H'de olduğu gibi
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. kurtarma (x, 1, 2)
B. ! Psych [kurtarma (x, c (1, 2))]
C. Plotrix :: Ödül (X, C (1, 2))
D. Plotrix.resrescale (x, c (1, 2))
E. Plotrix (kurtarma (x, c (1, 2)))
A. [1] " [2] " [3] 'G "
B. [1] " OMG "
C. [1] " OMG "
D. [1] " o m g "
A. ile
B. uzunluk
C. itibaren
D. zamanlar
A. Colmeans (DF)
B. için (1 in 1: nrow (df)) print (ortalama (as.numeric (df [i,]))))
C. Uygula (DF, 2, ortalama)
D. Sapply (1: ncol (df), işlev (col) ortalama (df [, col]))
E. için (1 in 1: ncol (df)) print (ortalama (df [, i]))
A. Satır vektörü [Yanlış Yanlış Yanlış]
B. Satır vektörü [1 2 3]
C. Satır vektörü [2 3 4]
D. Satır vektörü [True True True]
A. S4
B. S3
C. R5 (referans sınıfı)
A. 2
B. 3 4
C. 2 4 6 8 10
D. 4
A. gerileme y x, interception
B. LM (y ~ x, intercept = f)
C. LM (y ~ -1 + x)
D. Proc Reg; Model y = x; intercept = f; koşmak;
A. Gerçek NA
B. Na
C. DOĞRU
D. Doğru Doğru Yanlış
E. YANLIŞ
A. X & lt;- Yuvarlak (y, 0)
B. X & lt;- as.numeric (y)
C. X & lt;- Is.integer (y)
D. X & lt;- as.integer (y)
A. 1'den 30'a kadar sayıları içeren bir dizi
B. Her biri 1'den 30'a kadar sayıları içeren bir 2 sıralı dizi, bir 3 sıralı dizi ve bir 5 sıralı dizi
C. Biri 3 sütunlu, diğeri 5 ile iki matris
D. Her biri 2 sıra ve 3 sütunlu beş matris
A. Satır vektörü [" x1 " " y1 " " x2 " " y2 " " x3 " " y3 " " x4 " " y4 " " x5 " " Y5 " " x6 " " y6 " " x7 " " y7 " " x8 " " y8 " " x9 " " y9 " "
B. Satır vektörü [" x1 " " y2 " " x3 " " y4 " " x5 " " y6 " " x7 " " y8 " " x9 " " y10 "]
C. Satır vektörü [" y1 " " y2 " " y3 " " y4 " " Y5 " " y6 " " y7 " " y8 " " y9 " " y10 "]
D. Satır vektörü [" 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 [, ortalama (x), tarafından = faktör]
B. için (f seviyeleri (df $ faktörü)) print (ortalama (alt küme (df, faktör == f) $ x))
C. Sapply (seviye (df $ faktörü), işlev (f) ortalama (alt küme (df, faktör == f) $ x))
D. ddply (df ,. (faktör), özet, ortalama (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. Tüm hücreleri 1'e eşit olan 2x2 matrisi
D. 4
A. ! is.na (x)
B. ! hepsi (is.na (x))
C. hepsi (is.na (x))
D. hepsi (! is.na (x))
A. Matrisler aktarılabilir; Diziler yapamaz
B. Diziler, birden fazla farklı nesne sınıfı içerebilir
C. Yalnızca diziler sonsuz değerleri destekleyin
D. Aynıdır; Her ikisi de kullanım kolaylığı için dahildir
E. Diziler 2'den fazla boyutu destekliyor
A. Hiçbir değer görüntülenmez
B. 0, 2
C. 0, 10
D. 0, 1
A. 5
B. " 5 "
C. 5.457
D. 5.5
A. Mod (Y)
B. sıralama (y, azalan = t) [1]
C. İsimler (Tablo (Y)) [Tablo (Y) == MAX (Tablo (Y))]
D. sıralama (Tablo (y), azalan = t)
A. Z tüm sıfır dizisi yapar
B. uyumsuzluk uzunluğunda bir hataya işaret eder
C. 24 boyuta kadar telafi etmek için tekrar başından itibaren geri dönüştürülür
D. h'nin uzunluğu ile aynı
A. (Bunların hepsi doğru)
B. atama (" 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. tarih (x, ")
B. strsplit (x, "-")
C. bölünmüş (x, "-") [3]
D. substr (x, 10, 11)
A. T.Test (a, b, eşleştirilmiş = true)
B. ortalama (a) == ortalama (b)
C. ks.test (a, b)
D. t.test (a, b, eşleştirilmiş = false)
A. boyut vektörü C (3,4,2)
B. dizi olarak tüm dizi
C. veri vektörü h
D. Tüm sıfır dizisi
A. X [b " c " ]
B. X [, C (2, 4)]
C. X [c (" b ", ")]
D. X [2, 4]
A. ??komplo
B. ? " arsa "
C. Yardım (" arsa ")
D. Yardım (arsa)
E. ?komplo
A. tablo (x, y, na.omit = f)
B. Tablo (x, y, na.include = t)
C. Tablo (x, y, usena = " her zaman ")
D. Tablo (x*y, na.rm = f)
A. Y [hangisi (x & lt; 100)]
B. Y [, hangi (x & lt; 100)]
C. Y [x & lt; = 100]
D. Y [nerede (x & lt; 100),]
A. & gt; ab & lt;- a * b
B. & gt; ab & lt;- dış (a, b, %o %)
C. & gt; ab & lt;- dış (a, b, *)
D. & gt; ab & lt;- % o % b
A. karmaşık
B. (Bunların hepsi geçerlidir)
C. mantıklı
D. çift
E. tamsayı
A. İfade sağdan sola taranır
B. Herhangi bir kısa vektör işlenenleri, diğer işlenenlerin boyutuyla eşleşene kadar değerlerini geri dönüştürerek genişletilir
C. Herhangi bir vektör işlenenden daha kısa bir matriste veya dizi işlenenden daha kısa bir hata oluşturur
D. Kısa vektörler ve diziler sadece karşılaşıldığı sürece, diziler farklı loş özniteliğe sahip olabilir veya bir hata sonuçları
A. Jarqueberatest (artık (x))
B. bgtest (x)
C. Heteroscedastisity (x)
D. gqtest (x)
A. x & lt; -seq (1,5, = 2); s & lt; -rep (x, times = 3); Sırık (lar)
B. x & lt; -seq (1,5, = 2); Rep (x, Times = 3)
C. x & lt; -seq (1,5, = 2); Rep (x, her biri = 3)
D. x & lt; -c (1 1 1 3 3 3 5 5 5)
A. AutocorelationTest (x)
B. gqtest (x)
C. Jarqueberatest (artık (x))
D. bgtest (x)
A. 40 farklı normal dağıtımdan 1 sayı çeker
B. 40 sahte rastgele sayı çiziyor
C. Ortalama 1 ile normal dağılımdan 40 rastgele sayı çeker
D. Standart sapma 4 ile normal dağılımdan 40 rastgele sayı çeker
A. Satır vektörü [1 2 3 yanlış]
B. Satır vektörü [1 2 3 na]
C. Satır vektörü [True True True False]
D. Satır vektörü [Yanlış Yanlış Yanlış Doğru]
A. Bir matris yalnızca sayısal değerler içerebilir.
B. Bir matris tekil olmamalıdır.
C. Bir veri çerçevesi, farklı modlara sahip değişkenler içerebilir.
D. Bir veri çerçevesi farklı uzunluklarda değişkenler içerebilir.
A. 1
B. 365
C. 4
D. 12
A. Kaldırmak()
B. Erase ()
C. Detach ()
D. Silmek()
A. Yükseklik (uzunluk (yükseklik))
B. Yükseklik [uzunluk (yükseklik)]
C. Yükseklik [uzunluk [yükseklik]]
D. Yükseklik (5)
A. Var_a!
B. \ _Vara
C. .2var_a
D. Var2_a
A. Bir matrisin iki boyutu vardır, bir dizinin üç veya daha fazla boyutu olabilir.
B. Bir dizi veri çerçevesinin bir alt tipidir, bir matris tamamen ayrı bir türdür.
C. Bir matrisin farklı uzunluklarda sütunları olabilir, ancak bir dizinin sütunlarının hepsi aynı uzunlukta olmalıdır.
D. Bir matris yalnızca sayısal değerler içerebilirken, bir dizi farklı değer türlerini karıştırabilir.
A. Tip
B. Uzunluk
C. Öznitellikler
D. Skaler
A. BOF (Pizza, 5)
B. Birincisi (Pizza, 5)
C. Üst (pizza, 5)
D. Kafa (pizza, 5)
A. Konsol (-25)
B. Konsol (ters = true)
C. Tarih()
D. Tarih (Max.Show = 25)