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：

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1；1:(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, nrow=3)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 33

apply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, levels=c(1,2), labels=c("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。

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(a+b)/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, n=10)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(list=ls(pat="^n"))的匹配模式

删除以字母n开头的对象，用rm(list=ls(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[x>5]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, 3+5, 3*5, 3-5, 3**5)当x=4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。

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