R语言数据分析考试大纲
(2023年版)
一、基本要求
1.掌握R语言的基本语法规则。
2.掌握数据处理与分析中常用的R标准库。
3.掌握不少3个第三方库，掌握获取并安装第三方库的方法。
4.能够阅读和分析R语言程序。
5.熟练使用RStudio开发环境。
6.了解R语言的常用第三方库名称：数据分析、数据可视化等。
7.了解R语言的典型应用领域、应用场景。
二、考试内容
（一）R语言背景知识
1.R语言的发展历程。
2.R语言与数据科学、计算思维。
3.R语言的典型应用场景。
4.R语言开发环境的配置及常用基本函数：
1）R、Rstudio的安装与环境配置。
2）工作空间相关函数：getwd( )、setwd( )、ls( )、rm( )、history( )、q( )。
3）帮助文档相关函数：help( )、？。
4）包相关函数：install.packages( )、update.packages( )、library( )、require( )。
5）数据集相关函数：data( ) 、head( ) 、tail( ) 、view( )、attach( )。
（二）基本语法元素
1.数据类型及其转换、查看：数值型（numeric）、字符型（character）、逻辑型（logical）、复数型（complex）、整数型（integer）、浮点型（double）、特殊值（NA）。
2.常用数据结构：向量（vector）、矩阵(matrix)、数组(array)、数据框(data frame)、列表(list)、因子(factor)。
1）熟悉向量计算。
2）灵活使用矩阵。
3）综合运用数据框。
4）熟悉因子。
（三）数据管理
1.基本控制结构：有顺序结构、分支结构、循环结构。
2.计算和统计分析函数，灵活运用apply函数族：apply( )、sapply( )、tapply( )、lapply( )。
1）数学函数：绝对值、平方根、不小于x的最大最小整数、舍入为指定位数的小数、将x舍入为指定的有效数字位数、正弦、余弦和正切、反正弦、反余弦和反正切、对数、指数。
2）统计函数：平均值、中位数、标准差、方差、绝对中位差、值域、分位数、求和、最大最小值。
3）数字类型字符处理函数：正则表达式、字符处理函数、日期处理函数、自定义函数。
3.数据输入输出：
1）利用函数导入数据：read.table( )、read.csv( )。
2）文本文件输出和图片形式输出：write.csv( )、jpeg( )、pdf( )。
（四）数据可视化
绘图包graphics的使用。
1.利用高级绘图函数创建图形：利用plot( )函数散点图；hist( )函数绘制直方图；boxplot( )绘制箱线图；pie()绘制饼图；barplot绘制条形；Matplot( )绘制数学图形。
2.利用低级绘图函在图形上添加额外的点、线和标签元素。
1）绘图函数中的色彩设置colors( )。
2）绘图中的文字设置。
3）添加点元素points( )。
4）增加线条的函数：abline( )函数绘制直线；lines( )函数绘制曲线；segments( )函数绘制两点间线段。
3.在一张画布上实现多种不同类型图形的综合展示（图形组合）：par( )或layout( )函数将多幅图形组合为一幅图。
4.图形输出：
1）输出到屏幕展示。
2）输出到文件。
（五）数据探索
1.数据描述：
1）数据类别：分类数据、有序数据、区间数据、比例数据。
2）数据的集中趋势分析：平均值和中位数、众数的计算。
3）数据的离散程度分析：方差、标准差、中位数绝对偏差、变异系数、四分位数、极差的计算与分析。
4）数据的分布特征：描述数据分布特征的统计量偏度和峰度的计算，并能初步分析数据的分布特征。
5）数据的相似性：常用的相似性度量相关系数（变量之间的接近程度）和相似系数（样本之间的接近程度）的求解。
2.数据清洗：
1）缺失值处理：缺失值表示、判别与处理。
2）异常数据处理：判别与处理。
3）数据集成：数据的合并、子集获取、分组汇总、频数计算。
3.用scale( )函数实现数据规范化。
（六）数据分析技能
1.随机数模拟：runif( )函数生成随机数、rnorm( )、dpois( )、dbinom( )函数生成特定分布的随机数。
2.随机抽样：sample( )、set.seed( )函数等实现重复随机抽样和不重复随机抽样。
3.线性回归：一元线性回归、多项式回归、多元线性回归。
三、考试方式
（一）基本情况
上机考试，考试时长90分钟，满分100分。
（二）题型及分值
1.单项选择题40分。
2.多项选择题20分
3.上机操作题40分
（三）考试环境
集中考试 |
配备考场管理人员或摄像头 |
设置专门的考场 |
PC端：Win 8及以上 |
