Пример экзаменационных вопросов

1. Библийские тексты

Даны частотности слов из английского четвероевангелия (https://goo.gl/mdBVVe). Приведите примеры слов, которые типичны для одних евангелий, и реже встречаются в других. Постройте визуализацию.

library(tidyverse)
df <- read.csv("https://goo.gl/mdBVVe", stringsAsFactors = FALSE)

df %>% 
  ggplot(aes(Luke, Matthew, label = word))+
  geom_text(alpha = 0.5)+
  theme_bw()

2. TV влияет на изучение детьми языка

Это гипотетическое исследование детского изучения языка. Мы хотим понять влияет ли количество часов проведенных перед телевизором на развитие языковых способностей у двухлетних детей.

• cdi – стандартная мера языковых способностей ребенка
• tv.hours – количество часов перед телевизором в неделю.

Данные: https://goo.gl/MnTRbt

Постройте линейную регрессию от всех предикторов. Укажите Adjusted R-squared. Предскажите cdi на основе построенной модели, для ребенка, который смотрит телевизор аж 25 часов в неделю.

df <- read.csv("https://goo.gl/MnTRbt")

fit <- lm(data = df, cdi~tv.hours)
summary(fit)

## 
## Call:
## lm(formula = cdi ~ tv.hours, data = df)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -2.69069 -0.69069 -0.04074  0.63428  3.15936 
## 
## Coefficients:
##              Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 101.64004    0.38634 263.081  < 2e-16 ***
## tv.hours     -0.14995    0.03123  -4.802 7.44e-06 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 1.134 on 78 degrees of freedom
## Multiple R-squared:  0.2282, Adjusted R-squared:  0.2183 
## F-statistic: 23.06 on 1 and 78 DF,  p-value: 7.438e-06

predict(fit, data.frame(tv.hours = 25))

##        1 
## 97.89129