1.                                                                                                                   [10 marks]

This question relates to a data frame covid that contains three variables, strin- gency-index, new-cases-per-million, and log-cases.

This data set is similar to, but NOT exactly the same as one of the data sets used in the course lab work.

>  dim（covid）

[1]  21366         3

>  head（covid）

stringency-index new-cases-per-million  log-cases

The plot below shows the relationship between stringency-index and log-cases.

The following code is attempting to use a “validation-set” approach to calculate a test error estimate for a linear regression model (to describe the relationship between stringency-index and log-cases).

>  N <- nrow（covid）

>  train  <-  samp1e（seq（N）, N*.8）

>  yTrain  <-  covid$1og-cases[train]

>  xTrain  <-  covid$stringency-index[train]

> yTest  <-  covid$1og-cases[-train]

>  xTest  <-  covid$stringency-index[-train]

>  fit  <-  1m（1og-cases   ~  stringency-index,  covid）

>  LogLoss  <-  function（p, y） {

+           -mean（y*1og（p） + （1  -  y）*1og（1  -  p）,  na.rm=TRUE）

+ }

> pred  <-  predict（fit,  data.frame（stringency-index=xTrain）） >  LogLoss（pred,  yTrain）

(a)  There are several errors in the above code.  Identify the errors and write new code to ix the errors. [10 marks]

2.                                                                                                                   [15 marks]

This question relates to a Csv ile "Covid. Csv".

This ile is similar to, but NOT exactly the same as the iles used in the course lab work.

There are several thousand lines in the Csv ile, but the irst few lines are shown below.

(a) Explain in detail what the following shell code is doing and what the result- ing output would look like.

You will not be able to give exact details of the output, but you should be able to describe its general structure.

awk  -F,  -e   INR  >  1  {  print（$2） } '  Covid. Csv > ages

RsCript -e  Itable（read. table（"ages"）[[1]]）'  [10 marks]

(b) write a SINGLE bash expression (that may contain multiple commands piped together) that prints out the total number of 52-year-old males from Lima in the Covid. Csv ile.

HINT：you could search the Covid. Csv ile for the rows that contain Lima and then search within those rows for rows that contain male and then search within those rows for rows that contain 52 and then count the number of those rows.

The result of your code would look like this:

65

[5 marks]