Q1_1_1|a <- 100
Q1_1_2|class(a)
Q1_1_3|b <- 'Big'
Q1_1_4|class(b)
Q1_1_5|var1<-c(100,105,110)
Q1_1_6|class(var1)
Q1_1_7|var2 <- 5+6
Q1_1_8|class(var2)
Q1_1_9|var3 <- 150:250
Q1_1_10|class(var3)
Q1_2a|y <- c(1,4,7,9)
Q1_2b|y1 <- 10:25
Q1_2c|y2 <- seq(2,20,by=2)
Q1_3a|sex <- c(rep(6,'Female'),rep(6,'Male')); #OR; sex <- gl(2,6,12,lab=c('Female','Male'))
Q1_3b|TEMPERATURE <- gl(3,10,30,lab=c('High', 'Medium', 'Low'))
Q1_3c|TEMPERATURE <- gl(1,10,30,lab=c('High', 'Medium', 'Low'))
Q1_3d|TEMPERATURE <- c(rep(10,'High'),rep(8,'Medium'),rep(11,'Low'))
Q2_1g|SPECIES <- gl(2,3,6,lab=c('B.semp', 'B.micro')); AREA <- c(25,22,29,15,17,20); LEAVES <- data.frame(SPECIES,AREA); LEAVES; PLANT <- c('P1','P2','P3','P4','P5','P6'); #OR; PLANT <- paste('P',1:6,sep=""); row.names(LEAVES) <- PLANT; PLANT;
Q2_5_1|LEAVES
Q2_5_2|LEAVES$AREA[1]
Q2_5_3|LEAVES$AREA[1:3]
Q2_5_4|LEAVES$AREA[LEAVES$AREA>20]
Q2_5_5|LEAVES$AREA[LEAVES$SPECIES=='B.micro']
Q2_5_6|LEAVES[LEAVES$SPECIES=='B.micro']
Q2_5_7|LEAVES$AREA[2] <- 23
Q4_1a|sample(1:1000,20,replace=F)
Q4_1b|data.frame(x=(runif(10,0,100)),y=(runif(10,0,100)))
Q4_4c|