BANL 1100 Review [English]

Front

What is the first step in analyzing a dataset like the Baidu search logs?

Back

Clean and prepare the data

Answer explanation

1. 分析像百度搜索日志这样的数据集的第一步是清理和准备数据。这确保数据准确且可用于进一步分析，例如创建可视化或运行统计测试。

Front

Which of the following is NOT typically part of the data cleaning process? Handling missing values, Converting data types, Creating a data dictionary, Performing regression analysis

Back

Performing regression analysis

Answer explanation

1. 进行回归分析是一种用于预测的统计方法，而不是数据清理步骤。数据清理通常涉及处理缺失值、转换数据类型和创建数据字典。

Front

How do I create a histogram in R to visualize the distribution of response times across different device types?

Back

Use the hist() function with facet_wrap()

Answer explanation

1. 要可视化不同设备类型的响应时间，请使用 hist() 函数为每个设备创建直方图。将其与 facet_wrap() 结合使用，可以为每种设备类型创建单独的图，从而有效地显示它们的分布。

Front

What statistical test should I use to compare click-through rates between mobile and desktop users?

Back

Z-test

Answer explanation

Z 检验适合用于比较两个独立组（移动用户和桌面用户）之间的点击率，当样本量大且数据呈正态分布时

Front

How can I use ggplot2 to create a scatter plot showing the relationship between query complexity and time spent on search result pages?

Back

Use geom_point()

Answer explanation

1. 要可视化查询复杂性与在搜索结果页面上花费时间之间的关系，请在 ggplot2 中使用 geom_point()。该函数创建散点图，有效地显示这两个变量之间的关联。

Front

Which R packages are best for cleaning and preprocessing the Baidu search log data?

Back

dplyr and tidyr

Answer explanation

1. dplyr 和 tidyr 非常适合清理和预处理数据，因为它们具有强大的数据操作和重塑功能。ggplot2 和 lattice 用于可视化，而 caret、glmnet、rpart 和 randomForest 则专注于建模。

Front

What's the most appropriate way to visualize trends in search volume over time using R?

Back

Line plot

Answer explanation

A使用 R 可视化搜索量随时间变化的趋势，最合适的方法是线图，因为它有效地显示了连续时间变量的变化和模式，便于解释趋势。

Front

How do I perform a chi-square test in R to analyze the relationship between user demographics and query types?

Back

Use the chisq.test() function

Answer explanation

1. 在 R 中分析用户人口统计与查询类型之间关系时，正确使用的函数是 chisq.test()。该函数执行卡方检验，适合分类数据分析。

Front

What online resources can I use to research current trends in Chinese search engine user behavior?

Back

Baidu Index

Answer explanation

1. 百度指数是研究中国搜索引擎用户行为趋势最相关的资源，因为它专门分析来自百度的数据，百度是中国领先的搜索引擎。其他选项则关注不同市场。

Front

How can I create a box plot in R to compare relevance scores across different age groups?

Back

Use boxplot() function

Answer explanation

1. 要比较不同年龄组的相关性评分，boxplot() 函数是正确的选择。它直观地显示数据分布，并突出中位数和离群值，非常适合此比较。