简介这份R语言试题文档面向正在学习或准备考核R语言基础的学习者尤其适合需要系统梳理知识点、通过做题检验掌握程度的初学者与进阶自测者。内容围绕描述性统计与推断性统计的区分、名义数据与计量数据等数据类型辨析以及getwd()、ls()、head()、rm()等常用操作展开并延伸到向量运算、因子创建、矩阵构造与索引等数据操作与函数应用场景题目均附带答案便于对照理解。资源包共1个docx文件约96KB轻量易取可直接用于课堂练习、期末复习或自学自测。目前已有11253人学习下载具备一定的参考热度。读者可借助其中的选择题与填空解析快速定位统计概念与R语法细节上的薄弱环节形成从概念辨析到代码验证的完整复习路径。1. R语言试题复习地图从数据类型到假设检验的一条主线R语言期末复习最容易翻车的地方不是某个函数记不住而是知识点散成一地描述统计、数据类型、向量运算、矩阵索引、因子、列表、数据框、概率分布、参数估计每一块单看都不难合起来却串不成线。这份试题资源的价值就在于它把整门课压成了一条主线先分清数据是什么类型再谈用什么图表和数值去描述接着进入R的对象体系与运算规则最后落到概率分布与推断统计。复习时如果只背答案换个问法就废如果按这条线走每道题都能找到归属模块。下面按知识地图逐块梳理重点标出高频考点和血泪易错点。2. 统计基础与数据类型描述性统计和推断性统计的分界2.1 描述性统计与推断性统计的区分统计学的第一刀切在“描述”和“推断”上。用图或表描述数据属于描述性统计用样本信息去推测总体属于推断性统计。试题里反复出现这个二分是因为后面所有方法都要先归位算均值、画直方图是描述做参数估计、假设检验是推断。复习时不要只记结论要能判断一个具体动作属于哪一边。比如“用样本均值估计总体均值”是推断“计算样本均值本身”是描述。这个区分在选择题里常以“用图或表描述数据属于什么”出现答案固定为描述性统计。2.2 数据类型四象限名义、有序、计数、计量数据类型的分类是整门课的地基试题用学历和身高两个例子反复考。梳理下来会发现一个四象限结构大类子类典型例子说明定性数据名义数据学历中的“本科/硕士”类别标签只有类别无顺序定性数据有序数据学历中的“小学初中高中”类别之间有顺序定量数据计数数据人数、件数只能取整数定量数据计量数据身高、体重可连续取值这里最容易错的是“学历”到底算名义还是有序。试题答案给的是有序数据因为学历层次本身有高低顺序但如果题目只问“专业类别”那就是名义数据。判断标准不是看字段名而是看取值之间有没有可比的大小关系。身高是典型的计量数据因为它可以取小数且连续。定量数据分为计数数据和计量数据定性数据分为名义数据和有序数据这两句话要能默写。提示考试里遇到“某变量是什么数据”先问两个问题——取值是类别还是数值类别之间有没有顺序两个问题答完四选一基本不会错。3. R对象与运算规则向量、矩阵、因子、列表、数据框3.1 向量运算与循环规则R的向量运算有一套回收规则试题第一道R题就考这个c(1,2,3,4,5) c(20,200)的结果是21 202 23 204 5。短向量被循环补齐这是R区别于很多语言的核心行为。复习时要能手动推演长度不整除时的结果而不是靠运行。另一个高频点是冒号运算符的优先级1:n-1先算1:n再减1结果是0 1 2如果想得到1 2要写1:(n-1)。这类题看着简单考场上手滑就翻车。# 向量回收短向量循环补齐 c(1, 2, 3, 4, 5) c(20, 200) # 结果: 21 202 23 204 5 # 冒号优先级先 1:n再整体减 1 n - 3 1:n - 1 # 结果 0 1 2 1:(n - 1) # 结果 1 2上面代码的关键在于理解运算符优先级和回收机制。1:n-1中冒号优先级高于减号所以先构造1:3再逐元素减11:(n-1)用括号强制先算n-1。参数上n控制向量长度括号位置决定运算顺序。失败时先看括号再看向量长度是否整除。3.2 矩阵创建与索引矩阵题在试题里占了一大块核心是“按列填充”这个默认行为。matrix(1:12, nrow3)会得到三行四列、按列排的矩阵array(1:12, c(3,4))和dim(A)-c(3,4)也能达到同样效果。索引部分要分清A[2:3, c(3,4)]和A[c(3,4), 2:3]的区别前者取第2到3行、第3到4列后者取第3到4行、第2到3列。试题里“结果为 8 11 / 9 12”的题答案对应的是取第2到3行、第3到4列。另一个易错点是取整列时A[,1]返回向量而A[1:3,1]也返回向量两者在矩阵只有一列时结果一致但语义不同。A - matrix(1:12, nrow 3) # [,1] [,2] [,3] [,4] # [1,] 1 4 7 10 # [2,] 2 5 8 11 # [3,] 3 6 9 12 A[2:3, c(3, 4)] # 取第2到3行、第3到4列 A[, 1] # 取第一列返回向量 apply(A, 2, sum) # 按列求和结果 6 15 24 33apply的第二个参数是边距1表示按行2表示按列。试题里“结果为 6 15 24 33”对应按列求和所以是apply(A,2,sum)。tapply用于分组汇总不是矩阵按边距运算这两个函数经常被混淆。矩阵合并用rbind()按行合并、cbind()按列合并试题里“前两个矩阵合并成第三个”要看清是行方向还是列方向。3.3 因子、列表与数据框因子是R里处理分类变量的专门结构。试题考了factor(x, levelsc(1,2), labelsc(行政部,财务部))的用法levels指定保留哪些水平labels给水平贴标签。如果只想统计1和2两个部门levels就只写c(1,2)写三个水平会把3也保留进来。gl()也能生成因子但参数顺序和factor()不同选择题里常拿两者做干扰项。列表是R里最灵活的结构用[[ ]]取元素本身用[ ]取子列表。试题里mylist[[2]][3]取的是第二个元素字符向量的第三个值结果是c要取矩阵里的数字8需要mylist[[3]][2,3]或mylist[[3]][8]因为矩阵按列存储第8个元素正好是第二行第三列。数据框的列本质是向量列内类型一致列间类型可以不同。试题里df[[Height]]、df$Height、df$Height都能取出数值向量而df[Height]返回的是数据框。这个差别在后续做运算时很关键数据框不能直接传给需要数值向量的函数。数据框的一列代表一个变量一行代表一个观测这个方向不能反。注意df[Height]和df[[Height]]的区别是高频易错点前者是数据框后者是向量。考试里问“得到[1] 56.5 65.3 ...”这种带[1]的向量输出答案一定不是单括号。4. 描述性分析与概率分布图表、平均数与常见分布4.1 定性数据与定量数据的描述工具定性数据的数值描述用频数和相对频数对应函数table()和prop.table()图形描述用条形图、饼图和Pareto图对应barplot()和pie()。定量数据的图形描述用直方图、茎叶图和箱线图对应hist()、stem()和boxplot()。这组对应关系要背到条件反射因为试题里经常把函数名和图形名交叉配对来设干扰项。平均数的选择是另一条高频线。总评成绩按权重加总用加权平均数股票按股数加权算平均价格也是加权平均数前半段和后半段距离相等、速度不同求平均速度用调和平均数各买1元钱水果、价格不同求平均每千克价格同样用调和平均数连续几天按固定增长率变化求平均增长用几何平均数。判断口诀权重已知用加权速度或单价按固定金额用调和比率连乘用几何。场景适用平均数判断依据成绩按比例加总加权平均数各分量权重不同按股数算平均股价加权平均数股数是权重等距离不同速度求平均速度调和平均数距离相等速度取倒数平均等金额不同单价求平均价格调和平均数金额相等单价取倒数平均连续增长率求平均增长几何平均数比率连乘4.2 离散分布与连续分布的参数离散分布里二项分布B(n,p)的期望是np方差是np(1-p)泊松分布P(λ)的期望和方差都是λ超几何分布用于无放回抽样二项分布用于有放回抽样。连续分布里均匀分布U(a,b)的期望是(ab)/2方差是(b-a)^2/12正态分布N(μ,σ^2)的期望是μ方差是σ^2指数分布的期望是1/λ方差是1/λ^2。指数分布和泊松分布的关系是常考的理解题泊松分布描述单位时间内事件发生的次数指数分布描述两次事件之间的间隔时间。如果每小时到达车辆数服从均值为10的泊松分布那么间隔时间服从指数分布平均间隔为1/10小时。这个“倒数”关系要能双向翻译。样本均值的分布也是重点从N(μ,σ^2)抽样本量为n的样本样本均值服从N(μ, σ^2/n)。试题里四个选项绕来绕去核心就是方差要除以n。统计三大分布是卡方分布、t分布和F分布不要和常见的离散/连续分布混在一起。5. 易漏点与易错点五条最容易丢分的细节5.1 易漏点一head()的第二个参数写法试题问“显示前10个观测值怎么写”标准答案给了head(rt, n10)和head(rt, 10)两种写法。容易漏的是参数名n可以省略但位置必须对写成head(rt, 10)没问题写成head(10, rt)就完全错了。补法记住head(x, n)的第一个参数是数据对象第二个才是行数。5.2 易漏点二rm(listls(pat^n))的匹配模式删除以字母n开头的对象用rm(listls(pat^n))。容易漏的是pat参数是正则表达式^n表示以n开头不是包含n。如果写成n会删掉所有名字里含n的对象。补法正则里^是锚点删前缀必须带它。5.3 易漏点三which()返回的是位置不是值which(2:8 5)返回的是满足条件的位置索引结果是6 7 8不是6 7 8对应的值。容易漏的是把which()和直接逻辑索引混为一谈。补法which()给下标x[x5]给值题目问“运行结果”时要看返回的是下标还是元素。5.4 易漏点四负索引删除与空集v - 10:5; v[-(1:5)]的结果是空集因为负索引表示“排除这些位置”排除前五个后什么都不剩。容易漏的是以为负索引会报错或返回原向量。补法负索引是删除语义删除全部就是空。5.5 易漏点五switch()的匹配方式switch(x, 35, 3*5, 3-5, 3**5)当x4时返回243因为switch按位置匹配第四个表达式是3**5。容易漏的是把switch当成按名字匹配或者把3**5误算成15。补法位置匹配时数清楚第几个幂运算是**不是*。6. 复习清单与查漏补缺按模块过一遍再上考场复习到这一步建议不要再从头翻书而是拿一张白纸按模块默写。第一块写数据类型四象限把名义、有序、计数、计量各配一个例子第二块写R对象体系向量回收、矩阵按列填充、因子levels、列表双括号、数据框单双括号的区别第三块写描述统计的函数对应表table()对频数、prop.table()对相对频数、hist()对直方图、stem()对茎叶图第四块写概率分布的期望方差表二项、泊松、均匀、正态、指数各一行第五块写样本均值的分布和三大分布的名字。默写完之后用试题里的错题做反向检查。具体做法是每道错题不要只看正确答案而是问自己“我当时选错是因为哪个概念模糊”。如果错在df[Height]和df[[Height]]就回到数据框那一节把单双括号的返回类型各写一遍如果错在平均数选择就把加权、调和、几何各造一个生活场景如果错在矩阵索引就画一个3×4的格子手动标出A[2:3,3:4]覆盖的位置。这种“错题反查概念”的方法比刷十道新题管用。复习模块自检问题如果答不上来数据类型学历和身高分别是什么数据回看四象限表向量运算1:n-1和1:(n-1)差在哪手推优先级矩阵索引A[2:3,3:4]取的是哪几行哪几列画格子标位置因子levels和labels各管什么写一个三水平例子数据框单括号和双括号返回类型差在哪各写一行代码平均数等距离不同速度用什么平均数背判断口诀分布指数分布和泊松分布怎么互相翻译记倒数关系最后留一个习惯每次做R题先在草稿上写“对象类型→运算规则→返回类型”三步再动笔选答案。我当初复习时就是跳过这一步看到df[Height]觉得“都是取Height应该一样”结果选择题连错两道后来每次遇到取子集都强制先问返回的是数据框还是向量。希望这份梳理帮到你把地图装进脑子再进考场比多刷一套题踏实。本文还有配套的精品资源点击获取