A1 — Algoritmayı anlat
Girdiyi ve hedef çıktıyı belirt → eksikleri bul → geçerli yanıtları seç → toplam ve geçerli n'yi hesapla → toplamı n'ye böl → eksik veri kuralını raporla.
Bu çözüm anahtarı herkese açık
Aşağıdaki bütün alıştırmalar ve sayılar özgün, kurgusal öğretim örnekleridir. UCL'nin özgün sınavlarının cevapları değildir. Anahtar bilinçli olarak açık yayımlanmıştır; öğrenci önce başlangıç dosyasını çözmelidir.
Çalıştırılabilir R çözümü
# ferdo R Lab — Lesson 0 · instructor worked solution (synthetic data)
scores <- c(12, 10, 14, NA, 9)
length(scores) # 5
mean(scores) # NA
mean(scores, na.rm = TRUE) # 11.25
sum(!is.na(scores)) # 4
id <- c("A", "B", "C", "D", "E")
before <- c(12, 10, 14, NA, 9)
after <- c(14, 13, 13, 15, 12)
delta <- after - before
print(data.frame(id, before, after, delta))
valid_pairs <- sum(!is.na(delta))
increased <- sum(delta > 0, na.rm = TRUE)
decreased <- sum(delta < 0, na.rm = TRUE)
paired_mean_change <- mean(delta, na.rm = TRUE)
pre_mean <- mean(before, na.rm = TRUE)
post_mean <- mean(after)
stopifnot(valid_pairs == 4, increased == 3, decreased == 1,
paired_mean_change == 1.75,
pre_mean == 11.25, post_mean == 13.4)
Yalnız base R kullanır; ek paket veya özel veri içermez.
Beklenen sayısal sonuçlar
| Hesap | Yanıt | Gerekçe |
|---|---|---|
| Vektördeki eleman sayısı | 5 | `length()` eksik elemanı da sayar. |
| NA çıkarılmadan ortalama | NA | R'nin varsayılanı eksik değeri hesaplamaya taşır. |
| Geçerli ön test ortalaması | 11,25 | (12+10+14+9)/4 |
| Değişimi hesaplanabilen kişi | 4 | D'nin ön testi yok; değişimi bilinmiyor. |
| Kişisel değişimler | 2, 3, −1, NA, 3 | Her kişi için son test eksi ön test. |
| Artan / azalan kişi | 3 / 1 | Yalnız eşleşen kayıtlar sınıflanabilir. |
| Eşleştirilmiş değişim ortalaması | 1,75 | (2+3−1+3)/4 |
| Bütün son test puanlarının ortalaması | 13,40 | (14+13+13+15+12)/5 |
| Son test ort. − geçerli ön test ort. | 2,15 | Paydalar farklı; eşleştirilmiş ortalama değişim değil. |
Altı alıştırmanın örnek yanıtları
A2 — Sonucu tahmin et
`mean(c(2,4,6))` = 4.
B1 — Geçerli ön test sayısı
`sum(!is.na(before))` = 4.
B2 — Değişimin yönü
`sum(delta>0,na.rm=TRUE)` = 3; `sum(delta<0,na.rm=TRUE)` = 1.
C1 — Eksik ortalamayı düzelt
`mean(before)` NA döner; `mean(before, na.rm=TRUE)` 11,25 verir. Bu eksikleri hesaptan çıkarır ama örneklem kaybı yanlılığını çözmez.
C2 — Nedenselliği sorgula
Tek başına fark müdahale etkisini kanıtlamaz: eksik gözlemler, ortalamaya regresyon, seçilim, kontrol grubu ve karşı olgusal durum düşünülür.
1,75 ile 2,15 neden farklı?
Kişisel değişim ortalaması dört kişiyi kullanır; çünkü D'nin ön testi yoktur. Bütün son testlerin ortalamasında ise beş kişi vardır. Dört kişinin ön test ortalamasını beş kişinin son test ortalamasından çıkarmak farklı örneklemleri karşılaştırır. Matematiksel olarak doğru işlem araştırma sorusunun yanlış yanıtı olabilir.
Bu sonuçlardan hiçbiri tek başına nedensellik kanıtı değildir.
Sık görülen yanlış anlamalar
- `length(x)` NA'yı da sayar; `sum(!is.na(x))` gözlenen değerleri sayar.
- `na.rm=TRUE` o işlemde eksik değerleri dışlar; sıfıra çevirmez.
- `<-` atama yapar, `==` eşitlik sınar.
- R programlama dili, RStudio geliştirme ortamıdır.
- Hata vermeden çalışan kod doğru istatistiksel analiz olmak zorunda değildir.
- AQ-10 gibi tarama araçları klinik tanı değildir.
Çıkış bileti örnek yanıtları
- Programlama problemi sınanabilir adımlara dönüştürür; sözdizimi yazmak yalnızca bir parçasıdır.
- Hayır. R kodu çalıştırır; RStudio kod yazmayı ve çalıştırmayı kolaylaştırır.
- Soruyu, girdiyi ve hedef çıktıyı belirle; işlem ve kontrol adımlarını planla.
- Eksik değerlerin anlamını incele ve NA için gerekçeli bir işlem kuralı seç.
- Hata vermeyen bir komut yanlış etiket, eksik gözlem veya geçersiz yorum içerebilir.