这些多项选择 R 问题和答案将帮助您更好地理解 R 主题。 使用这 100 多个 R-MCQ 准备您的下一次考试或面试。
向下滚动以从答案开始。
A. LM(x〜y)
B. Proc Reg; y = x;跑步;
C. lm(y〜x)
D. 回归y x
A. ytemp< - rnorm(100,0,1); y< - cut(ytemp,breaks = c(-10,-2,-1,1,2,10))
B. y< - rbinom(100、5、0.5)
C. y< - 样本(rep(c(1:5),每个= 20),尺寸= 100)
D. y< - 样品(c(1,2,3,4,5),100,替换= true)
A. for(i in 1:nnn){<仿真代码> }
B. 对于1:nnn:<仿真代码>
C. for(i -nnn){<仿真代码> }
D. 对于(i = 1,nnn,1){<仿真代码> }
A. 这意味着从x到y的范围。
B. 这意味着x和y是相关的。
C. 这意味着y从x上遵循x。
D. 这意味着x和y是实数。
E. 这意味着x的几率适用于此操作。
A. 2 10
B. 1 3 5 7 9
C. 2 4 6 8 10
D. 2
A. 数据向量如h
B. 整个数组作为数组
C. 所有零的数组
D. 尺寸矢量C(3,4,2)
A. [1] 2
B. [1]" Hello World"
C. 无效的
D. na
E. [1]你好世界
A. a = 1
B. a == 1
C. a<< - 1
D. a< - 1
E. a - > 1
A. 4
B. 3
C. 真的
D. 错误的
E. 1
A. import.csv(" x.csv")
B. 导入(" X.CSV")
C. read.csv(" x.csv")
D. 读取(" x.csv")
A. 排序(x,减少= t)
B. 排序(x)
C. 订单(x)
D. x [stort(x)]
A. 总结x
B. 摘要(x)
C. proc目录x;
D. 总结(x)
A. 图(x)
B. 历史(x)
C. 情节x
D. 绘图(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. 对象
B. 模式
C. 事件
D. 命令
A. readdata
B. 扫描
C. read.csv
D. 读取。表
A. as.ts
B. IS.TS
C. TS
D. IF.TS
A. 将数据转换为整数
B. 将数据转换为向量
C. 将数据转换为矩阵
D. 将数据转换为时间序列对象
A. na
B. 南
C. #价值!
D. [空白单元]
E. 无效的
A. 单词的冲刺打印" hello"
B. 正确证明单词" hello"
C. 打印单词" Hello"用粗体字体
D. 增加单词的大小" Hello"以2 为倍
A. xlim = C(0,1)
B. xlimit =" 0,1"
C. xlim =" 0,1"
D. XLAB = C(0,1)
A. " x的值为2,y [x]的值为c(1:3)[2]"
B. " x的值为2,y [x]的值为4"
C. " x的值为2,y [x]的值为2"
D. " x的值为2,y [x]的值为6"
A. 1 4
B. 1 4 7
C. 1 3 5
D. 1 2 3 4 5
A. 线(0,1)
B. lty = c(0,1)
C. Abline(0,1)
D. Smooth.Spline(0,1)
A. [1] false false true
B. [1]错误
C. 引发错误。
D. [1]
E. [1] na na na true
A. [1] true [1]错误
B. [1] true [1] true
C. [1] false [1] true
D. 无效的
E. [1] Nan [1] Na
A. 3
B. 1 2 3 4
C. 1 2 2 2 3 3 3
D. 1 2 3
A. read.table()
B. load.table()
C. 加载()
D. 读()
A. 表(x,y)
B. 表(y〜x)
C. 表(x*y)
D. 表(x,y)
A. na
B. 真的
C. 错误的
D. -inf
A. 1 2 1 2
B. 1 1
C. 1 1 3 3
D. 1 3 1 3
A. 无效的
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 +相互作用(x1,x2))
D. lm(y〜x1:x2 + x3)
A. 时间序列分析
B. 广义线性模型
C. 线性混合效应模型
D. 差异模型分析
E. 聚类工具
A. x == y
B. x!= y
C. x =! y
D. x = 〜y
E. x %% y
A. 平均(x [1:长度(x [,1]),],na.rm = t)
B. 应用(x,1,平均值,na.rm = t)
C. 由(x,1,平均值,na.rm = t)
D. 应用(x,1,平均值)
A. 矩阵(x,y,z,nrow = 3)
B. 矩阵(cbind(x,y,z),nrow = 3)
C. 矩阵(rbind(x,y,z),nrow = 3)
D. 矩阵(rbind(x,y,z),ncol = 3)
A. 合并(x,y,by =" id")
B. 合并(x,y,by =" id" as all = true)
C. 合并(x,y,sort =" id" as all = true)
D. 组合(x,y,by =" id")
A. 矩阵
B. 向量
C. data.frame
D. 列表
E. 大批
A. sort(data.frame(x = c(10,-3,4))))))
B. 排序(列表(10,-3,4))
C. 排序(C(10,-3,4))
D. 排序(10,-3,4)
A. lm(y〜x)$残差
B. lm(y〜x)$残差-lm(y〜x)$ FITTED.VOLUES
C. 残差(lm(y〜x))
D. y -lm(y -x)$ fitting.values
A. 等于:> c(平均值(x [,1]),平均值(x [,2])的结果,平均值(x [,3]))
B. 等于:> c(平均值(x [1,]),平均值(x [2,]),平均值(x [3,]),平均值(x [4,]))的结果。
C. 等于:> c(平均值(x [,1]),平均值(x [,2]),平均值(x [,3]),平均值(x [,4]))
D. 等于:> c(平均值(x [1,]),平均值(x [2,]),平均值(x [3,]))的结果。
A. x [c(3,7)]< -x [C(7,3)]
B. 替换(x,c(3,7),c(7,3)
C. x [7]< - x [3]; x [3]< - x [7]
D. x [3]< - x [7]; x [7]< - x [3]
A. [1]无效
B. [1] true
C. [1] -inf
D. [1] Nan
E. [1]错误
A. 错误消息
B. na
C. 相关系数
D. r平方
A. 散射(x〜y)
B. 绘图(data.frame(y〜x))
C. 情节(x〜y)
D. xyplot(x,y)
A. 真的
B. 0
C. 错误的
D. 110
A. 维矢量C(3,4,2)
B. 整个数组作为数组
C. 所有零的数组
D. 数据向量如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. 恢复(x,1,2)
B. !Psych [coscale(x,c(1,2))]
C. plotrix :: crecale(x,c(1,2))
D. plotRix.Rescale(x,c(1,2))
E. plotrix(recale(x,c(1,2)))
A. [1]" o" [2]" M" [3]" g"
B. [1]" OMG"
C. [1]" OMG"
D. [1]" o m g"
A. 经过
B. 长度
C. 从
D. 时间
A. Colmeans(DF)
B. for(i in 1:nrow(df))print(均值(as.numeric(df [i,])))
C. 申请(DF,2,平均值)
D. sapply(1:ncol(df),函数(col)平均值(df [,col]))
E. for(i in 1:ncol(df))打印(均值(df [,i]))
A. 行矢量[false false]
B. 行矢量[1 2 3]
C. 行矢量[2 3 4]
D. 行矢量[true true true]
A. S4
B. S3
C. R5(参考类)
A. 2
B. 3 4
C. 2 4 6 8 10
D. 4
A. 回归y x,nointercept
B. lm(y〜x,截距= f)
C. LM(Y〜 -1 + X)
D. Proc Reg; y = x;拦截= f;跑步;
A. 真正的NA
B. na
C. 真的
D. 正确的错误
E. 错误的
A. x< - 圆形(y,0)
B. x< - as.numeric(y)
C. x< - is.integer(y)
D. x< - as.integer(y)
A. 一个包含数字1到30的数组
B. 一个2行阵列,一个3行阵列和一个5行阵列,每个阵列包含数字1至30
C. 两个矩阵,一个带3列,另一个矩阵5
D. 五个矩阵,每个矩阵有2行和3列
A. 行矢量[" x1" " y1" " x2" " y2" " x3" " y3" " x4" " y4" " x5" " y5" " x6" " y6" " x7" " y7" " x8" " y8" " x9" " y9" "
B. 行矢量[" x1" " y2" " x3" " y4" " x5" " y6" " x7" " y8" " x9" " y10"]
C. 行矢量[" y1" " y2" " y3" " y4" " y5" " y6" " y7" " y8" " y9" " y10"]
D. 行矢量[" 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 [,平均(x),by =因子]
B. 对于(级别(df $ factor))打印(均值(df,factor == f)$ x))
C. sapply(级别(df $ factor),函数(f)均值(subset(df,factor == f)$ x))
D. ddply(df,。(因子),总结,平均值(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. 所有细胞等于1的2x2矩阵
D. 4
A. !is.na(x)
B. !所有(is.na(x))
C. 所有(is.na(x))
D. 所有(!is.na(x))
A. 矩阵可以转移;阵列不能
B. 数组可以包括多个不同的对象类
C. 仅阵列支持无限值
D. 他们是相同的;两者都可以易于使用
E. 阵列支持超过两个维度
A. 没有显示值
B. 0,2
C. 0,10
D. 0,1
A. 5
B. " 5"
C. 5.457
D. 5.5
A. 模式(y)
B. 排序(y,减少= t)[1]
C. 名称(表(y))[表(y)== max(表(y))]
D. 排序(表(y),减少= t)
A. 使z成为所有零的数组
B. 会标志着与长度不匹配的错误
C. 从一开始就被回收为24
D. 与H的长度相同
A. (所有这些都是正确的)
B. 分配(" x",c(10.4、5.6、3.1、6.4、21.7))
C. C(10.4、5.6、3.1、6.4、21.7) - > X
D. x< - c(10.4、5.6、3.1、6.4、21.7)
A. 日期(X," Day")
B. strsplit(x," - ")
C. 拆分(x," - ")[3]
D. substr(x,10,11)
A. t.test(a,b,配对= true)
B. 平均(a)==平均(b)
C. ks.test(a,b)
D. t.test(a,b,配对= false)
A. 维矢量C(3,4,2)
B. 整个数组作为数组
C. 数据向量如h
D. 所有零的数组
A. x [" b"," c"这是给出的
B. X [,C(2,4)]
C. x [c(" b" ,," c")]
D. x [2,4]
A. ??阴谋
B. 地块"
C. 帮助(" plot")
D. 帮助(情节)
E. ?阴谋
A. 表(x,y,na.omit = f)
B. 表(x,y,na.include = t)
C. 表(x,y,usena =" ewlansews")
D. 表(x*y,na.rm = f)
A. y [(x< 100)]
B. y [(x< 100)]
C. y [x< = 100]
D. y [其中(x< 100),],]
A. > ab< - a * b
B. > ab< - 外部(a,b,%o%)
C. > ab< - 外部(a,b, *)
D. > ab< - a%o%b
A. 复杂的
B. (所有这些都是有效的)
C. 逻辑
D. 双倍的
E. 整数
A. 表达式从右到左进行扫描
B. 通过回收其值,直到匹配其他操作数的大小,可以通过回收其值来扩展任何简短的矢量操作数。
C. 任何比矩阵或数组操作数都短的向量操作数会生成错误
D. 只要仅遇到短向量和数组,数组就可以具有不同的DIM属性或错误结果
A. jarqueberatest(残留(x))
B. bgtest(x)
C. 异质症(x)
D. gqtest(x)
A. x< -seq(1,5,by = 2); s< -rep(x,times = 3);排序
B. x< -seq(1,5,by = 2); rep(x,times = 3)
C. x< -seq(1,5,by = 2); rep(x,每个= 3)
D. X< -c(1 1 1 3 3 3 5 5 5)
A. 自相关测试(x)
B. gqtest(x)
C. jarqueberatest(残留(x))
D. bgtest(x)
A. 它从40个不同的普通分布中绘制1个数字
B. 它绘制40个伪随机数字
C. 它从正态分布中绘制40个随机数,平均值为1
D. 它从正态分布中汲取40个随机数,标准偏差为4
A. 行矢量[1 2 3 false]
B. 行矢量[1 2 3 na]
C. 行矢量[true true true false]
D. 行矢量[false false true]
A. 矩阵只能包含数字值。
B. 矩阵一定不能单数。
C. 数据框可能包含具有不同模式的变量。
D. 数据框可能包含不同长度的变量。
A. 1
B. 365
C. 4
D. 12
A. 消除()
B. erase()
C. 分离()
D. 删除()
A. 高度(长度(高度))
B. 高度[长度(高度)]
C. 高度[长度[高度]
D. 高度(5)
A. var_a!
B. \ _vara
C. .2VAR_A
D. var2_a
A. 矩阵具有两个维度,而数组可以具有三个或更多维度。
B. 数组是数据框的子类型,而矩阵完全是单独的类型。
C. 矩阵可以具有不同长度的列,但是数组的列必须的长度都相同。
D. 矩阵只能包含数字值,而数组可以混合不同类型的值。
A. 类型
B. 长度
C. 属性
D. 标量
A. BOF(披萨,5)
B. 首先(披萨,5)
C. 顶部(披萨,5)
D. 头(披萨,5)
A. 控制台(-25)
B. 控制台(反向= true)
C. 历史()
D. 历史记录(max.show = 25)