Kiểm tra 1
Nguyen Quoc Toan
2023-02-13
# 1:2020
seq(from = 1, to = 20, length.out = 20 )## [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 2020:1## [1] 20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1#seq(from = 20, to = 1, length.out = 20 )c(1:20,19:1)## [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 19 18 17 16 15
## [26] 14 13 12 11 10 9 8 7 6 5 4 3 2 1tmp = c(4, 6, 3)
#tmp
e = rep(tmp, times = 10)
#e
f = rep(tmp,l=31)
f## [1] 4 6 3 4 6 3 4 6 3 4 6 3 4 6 3 4 6 3 4 6 3 4 6 3 4 6 3 4 6 3 4 rep(tmp,l=31)## [1] 4 6 3 4 6 3 4 6 3 4 6 3 4 6 3 4 6 3 4 6 3 4 6 3 4 6 3 4 6 3 4Bài 2
set.seed(50)
xVec <- sample(0:999, 250, replace=T)
yVec <- sample(0:999, 250, replace=T)
# a)
yVec[-1] - xVec[-length(xVec)]## [1] -359 692 -724 40 -626 -719 -809 527 -89 -829 248 144 -749 -352 -220
## [16] -249 387 -492 85 -106 303 -97 -436 146 282 -206 -385 -96 -567 -757
## [31] 287 277 -562 292 -89 -93 -847 -822 -203 679 309 -199 -273 4 -47
## [46] 142 122 414 -602 -304 -674 -8 -662 -168 -349 -63 -221 115 1 -600
## [61] -382 -487 2 375 19 -113 -634 107 60 47 214 -325 -49 -290 169
## [76] 290 -624 457 -408 581 -189 204 -80 409 209 -410 461 37 -127 185
## [91] 382 -446 44 -56 -270 -598 -378 -155 134 -187 109 316 -139 158 305
## [106] -39 -119 182 441 -403 -107 615 614 -378 -464 31 -385 665 674 -217
## [121] -279 -406 -45 -489 -350 -451 -18 660 504 -6 60 -130 -379 -302 -219
## [136] -21 438 129 -201 -275 131 694 -96 -176 117 -113 887 -439 -126 -148
## [151] 392 -158 444 -291 232 -12 -274 477 -510 336 -759 -363 -195 -220 160
## [166] -308 -333 302 -183 227 -12 428 665 -301 -8 222 -50 -444 -425 -650
## [181] -424 318 154 238 -727 71 472 908 265 654 -644 -754 657 -382 -313
## [196] 910 -381 394 -596 602 397 -572 378 -274 -271 601 -791 -378 -461 39
## [211] 163 -118 -332 -170 -94 262 -474 566 -273 -366 -400 374 42 100 135
## [226] 609 -527 580 -219 128 -524 620 -206 410 -280 -66 -50 252 279 48
## [241] -595 -59 -623 247 514 62 -102 475 287# b)
sin(yVec[-length(yVec)]) / cos(xVec[-1])## [1] -0.251172387 -1.714506221 -1.020534796 1.903299501 4.119691628
## [6] 0.474814101 0.989633106 1.157740470 -2.882161424 1.394557843
## [11] 3.580223541 -0.664006287 0.847013135 -1.095954285 0.469790086
## [16] -0.544605141 -1.253304942 -0.353697082 -1.357919064 -1.271051804
## [21] 0.009344711 -10.576799813 -0.674196809 -2.087577737 -32.238631575
## [26] -4.966988605 -0.490160550 -0.043753175 -1.766774293 -2.456887042
## [31] -1.034891510 -0.118782199 0.036938122 -0.173612680 0.851649079
## [36] -0.353501116 -1.024989992 0.589100687 4.018304788 -1.004929483
## [41] 0.977012057 0.952499185 -0.553614203 1.115864382 1.254898524
## [46] 1.155274507 -1.032061497 0.906767318 -0.945760017 2.658291106
## [51] -1.254932608 -0.547511538 3.928248333 -3.673653649 -0.127796877
## [56] -3.226308105 -0.894400173 0.701414603 2.128023689 -0.414254810
## [61] -0.917829147 0.558286542 0.000000000 -0.564183939 0.946409854
## [66] 1.407199013 0.800206658 -1.146531865 1.181638746 0.495187680
## [71] 1.446378081 -1.004546310 -0.648760582 -0.909533924 2.364794213
## [76] -1.067542299 0.735761986 -1.085930368 1.046185000 -0.235199131
## [81] 5.984225913 0.811049413 1.134803403 0.652427664 -0.915236455
## [86] 2.180704313 1.832739489 -0.433287348 -2.250658142 -1.675524524
## [91] -1.553949156 -1.249207462 12.092176300 0.808459235 0.832313214
## [96] 0.903245844 1.066231524 5.294081295 25.183138328 -1.825927150
## [101] 0.246533436 0.874187672 1.092740398 -0.722495528 0.766922081
## [106] 1.339270617 -1.106082115 2.130306844 0.799377104 6.004793950
## [111] 8.758581778 -0.981032578 1.256557471 -2.048399633 1.195677807
## [116] -1.040371386 0.644501924 -3.483330739 -13.236374600 1.549790230
## [121] 31.620598675 1.501371199 -0.815852894 -0.286937344 2.086096713
## [126] 0.169201819 -0.944412409 1.404263380 1.918061130 -6.647769454
## [131] 1.097542414 22.775427858 1.581242582 0.596376118 1.286025755
## [136] -0.274884286 1.792271243 0.929571073 -1.398639309 0.180473893
## [141] -0.861690054 -3.817208262 1.406954246 -0.116266112 0.911847938
## [146] 1.720472285 -0.351853469 -0.140708190 102.843164547 -0.814695119
## [151] -4.198084329 -0.796216596 -1.483961597 -0.913007027 2.209820017
## [156] -0.874704929 -7.182835580 -0.171459039 1.010581535 -0.060316505
## [161] -5.934493823 -0.194382721 2.788122775 7.857328199 9.813569870
## [166] -1.041969001 -17.395410126 0.604907292 -1.027075437 -0.256821966
## [171] 0.380364801 -0.898464055 -0.755130341 -4.425456175 0.969617473
## [176] 0.292765308 -1.130607542 0.904382713 -0.969592200 -0.069832291
## [181] 0.000000000 -0.629251004 3.078476507 0.433631660 1.711984983
## [186] -3.189462891 0.221313374 -1.594268883 -0.158597479 0.218596389
## [191] 0.984958329 -2.227888183 0.233630793 -2.913722008 0.773617325
## [196] 1.026041041 9.839208858 -1.672630213 -0.370798565 1.312355946
## [201] -0.889637266 -1.473979138 -0.618321180 -0.117513292 0.237786925
## [206] 0.876611998 1.328547955 -0.982203606 -0.061533125 1.004160645
## [211] -1.266243000 0.534185156 0.571802673 -0.622297532 0.580410706
## [216] -1.482925131 1.095346759 1.701972216 -0.976847974 -1.309841610
## [221] 1.053044730 0.277103276 0.934757395 -1.112172484 -0.326263919
## [226] 0.416934946 -1.171403611 -1.014835503 -0.549469340 -0.741222996
## [231] 1.877938004 -0.074048223 -0.021532438 -11.511078788 -1.389914300
## [236] 2.423540052 0.791040396 -6.445834186 -0.523259399 -1.446820579
## [241] -0.734282899 -1.420238075 -0.820938658 -0.949002149 1.452579737
## [246] -2.219943144 -1.114115747 0.747424267 -0.919986986# c)
xVec[-c(249,250)] + 2*xVec[-c(1,250)]-xVec[-c(1,2)]## [1] -432 1554 145 937 1811 2133 855 883 2241 1428 -681 1225 2238 842 885
## [16] 391 1031 1982 1288 798 416 1618 1932 1055 2127 1157 1459 956 2323 1263
## [31] -426 1014 880 -276 863 1761 2374 1379 344 434 1629 1203 2177 682 58
## [46] 1226 815 1005 1830 2686 320 1871 700 1189 1356 2095 818 -840 1403 1790
## [61] 1343 564 803 303 1559 2033 1126 711 1608 614 976 2108 1821 473 -281
## [76] 1586 473 1755 263 1559 -3 1558 1209 -98 846 1131 848 778 350 -508
## [91] 1253 37 1380 1064 799 1816 2216 816 1445 1179 931 1474 394 1219 556
## [106] 1333 1798 406 1122 1175 636 135 676 1807 1514 1387 531 154 478 408
## [121] 2011 1071 1427 1472 2076 1747 369 -343 1252 997 400 790 1398 2042 776
## [136] 689 1589 547 1510 934 -289 978 1202 -593 1834 228 1515 1275 452 979
## [151] 1210 804 1813 794 435 1688 948 914 1012 1244 1965 1456 1683 798 1463
## [166] 2673 608 1735 204 1100 713 462 352 1109 2028 401 1380 1531 1223 1660
## [181] 1373 632 -148 1321 2084 1650 112 559 147 552 2410 782 703 2550 354
## [196] 1500 368 1147 673 -268 1355 1719 506 2061 279 813 1833 1976 2057 2043
## [211] 1030 1081 963 808 -241 1331 488 470 1993 1412 454 1210 2389 835 -187
## [226] 1162 -177 2083 286 1363 478 423 308 1123 43 1458 964 1250 750 1493
## [241] 2121 2040 760 761 445 1787 1083 -306# d)
sum(exp(-xVec[-1])/(xVec[-length(xVec)]+10))## [1] 5.029496e-05Bài 3
1+sum(cumprod(seq(2,38,b=2)/seq(3,39,b=2)))## [1] 6.976346Phần 2: Lập trình hàm trong R
Bài 1
n <- as.integer(readline("n: "))## n:myvector <- scan(n=n)
print(myvector)## numeric(0)#myvector <- c(1:10)
# Xây dựng hàm tính tổng các phần tử của một véc tơ
tinhtong <- function(x){
tong = 0
for(i in 1:length(x)){
tong = tong + x[i]
}
return(tong)
}
# Kiểm tra hàm xây dựng
tinhtong(myvector)## numeric(0)# Hàm tính giá trị trung bình
trungbinh <- function(x){
trungbinh_x <- tinhtong(x)/length(x)
return(trungbinh_x)
}
# Test hàm
trungbinh(myvector)## numeric(0)# Xây dựng hàm tìm giá trị nhỏ nhất
GT_min <- function(x) {
my_min = x[1]
for (i in seq_along(x)) {
if (x[i] < my_min) my_min = x[i]
}
return(my_min)
}
# Kiểm tra hàm
GT_min(myvector)## [1] NA# Xây dựng hàm tìm giá trị nhỏ nhất
GT_max <- function(x) {
my_min = x[1]
for (i in seq_along(x)) {
if (x[i] > my_min) my_min = x[i]
}
return(my_min)
}
# Kiểm tra hàm
GT_max(myvector)## [1] NA# Hàm tính phương sai của một véc tơ số
phuongsai <- function(x){
binhphuong <- (x - trungbinh(x))^2
total = 0
for (i in 1:length(x)){
total = total + binhphuong[i]
}
ketqua = total/(length(x)-1)
return(ketqua)
}
# Test hàm
phuongsai(myvector)## numeric(0)# Xây dựng hàm tính độ lệch chuẩn
doLechChuan <- function(x){
ketqua = sqrt(phuongsai(x))
return(ketqua)
}
doLechChuan(myvector)## numeric(0)Phần 3: Tính hiệp phương sai
n <- as.integer(readline("n: "))## n:vectorA <- scan(n=n)
print(vectorA)## numeric(0)vectorB <- scan(n=n)
print(vectorB)## numeric(0)# Viết hàm tính hiệp phương sai covariance
covariance <- function(x, y){
a = (x - mean(x))*(y-mean(y))
sum = 0
if(length(x) == length(y)){
for (i in 1:length(x)){
sum = sum + a[i]
}
}
else {
print("Hai véc tơ phải cùng chiều dài!")
break
}
return(sum/(length(x)-1))
}
covariance(vectorA, vectorB)## numeric(0)Thư viện ggplot2
Lớp biến số
library(ggplot2)## Warning: package 'ggplot2' was built under R version 4.2.2library(gapminder)## Warning: package 'gapminder' was built under R version 4.2.2mydata <- gapminder
head(gapminder)## # A tibble: 6 × 6
## country continent year lifeExp pop gdpPercap
## <fct> <fct> <int> <dbl> <int> <dbl>
## 1 Afghanistan Asia 1952 28.8 8425333 779.
## 2 Afghanistan Asia 1957 30.3 9240934 821.
## 3 Afghanistan Asia 1962 32.0 10267083 853.
## 4 Afghanistan Asia 1967 34.0 11537966 836.
## 5 Afghanistan Asia 1972 36.1 13079460 740.
## 6 Afghanistan Asia 1977 38.4 14880372 786.library(ggthemes)## Warning: package 'ggthemes' was built under R version 4.2.2# Chúng ta bắt đầu trực quan dữ liệu
ggplot(data = mydata, mapping = aes(x = gdpPercap, y = lifeExp)) + geom_point(aes(color = continent)) +
geom_smooth(method = "loess") +
scale_x_log10() +
labs(x =" Log GDP per Capita", y = "Life Expectancy") +
ggtitle("Association between GDP Per Capita and Life Expectancy") + theme(plot.title = element_text(lineheight = 0.8, face = "bold", hjust = 0.5)) + theme_economist()## `geom_smooth()` using formula = 'y ~ x'
p2 <- ggplot(data = mydata, mapping = aes(x = gdpPercap, y = lifeExp))
p2 + geom_point() -> p2
#thêm một đường biểu diễn tương quan tuyến tính
p2 + geom_smooth(method = "loess") -> p2
# trực quan theo biến lục địa
ggplot(data = mydata, mapping = aes(x = gdpPercap, y = lifeExp)) + geom_point(aes(color = continent)) +
geom_smooth(method = "loess")## `geom_smooth()` using formula = 'y ~ x'
#Chuyển sang đơn vị log() cho dễ nhìn
ggplot(data = mydata, mapping = aes(x = gdpPercap, y = lifeExp)) + geom_point(aes(color = continent)) +
geom_smooth(method = "loess") +
scale_x_log10()## `geom_smooth()` using formula = 'y ~ x'
#Gán thêm các nhãn cho biểu đồ
ggplot(data = mydata, mapping = aes(x = gdpPercap, y = lifeExp)) + geom_point(aes(color = continent)) +
geom_smooth(method = "loess") +
scale_x_log10() +
labs(x =" Log GDP per Capita", y = "Life Expectancy") +
ggtitle("Association between GDP Per Capita and Life Expectancy") +
theme(plot.title = element_text(lineheight = 0.8, face = "bold", hjust = 0.5))## `geom_smooth()` using formula = 'y ~ x'
#Thay đổi theo phong cách màu của tạp chí “The Economist”
library(ggthemes)
ggplot(data = mydata, mapping = aes(x = gdpPercap, y = lifeExp)) + geom_point(aes(color = continent)) +
geom_smooth(method = "loess") +
scale_x_log10() +
labs(x =" Log GDP per Capita", y = "Life Expectancy") +
ggtitle("Association between GDP Per Capita and Life Expectancy") +
theme(plot.title = element_text(lineheight = 0.8, face = "bold", hjust = 0.5)) + theme_economist()## `geom_smooth()` using formula = 'y ~ x'
### Một số biểu đồ khác của ggplggplot2
Biểu đồ Histogram
year2007 <- subset(mydata, year == 2007)
head(year2007)## # A tibble: 6 × 6
## country continent year lifeExp pop gdpPercap
## <fct> <fct> <int> <dbl> <int> <dbl>
## 1 Afghanistan Asia 2007 43.8 31889923 975.
## 2 Albania Europe 2007 76.4 3600523 5937.
## 3 Algeria Africa 2007 72.3 33333216 6223.
## 4 Angola Africa 2007 42.7 12420476 4797.
## 5 Argentina Americas 2007 75.3 40301927 12779.
## 6 Australia Oceania 2007 81.2 20434176 34435.ggplot(data = year2007, mapping = aes(gdpPercap)) +
geom_histogram(fill = "lightblue", color = "white") +
labs(title = "Distribution of GDP per Capita in 2007")## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
#Nếu chúng ta không muốn trục Oy là count mà muốn là xác suất (tần suất xuất hiện)
ggplot(data = year2007, mapping = aes(gdpPercap)) +
geom_histogram(aes(y = ..density..), fill = "lightblue", color = "white")## Warning: The dot-dot notation (`..density..`) was deprecated in ggplot2 3.4.0.
## ℹ Please use `after_stat(density)` instead.## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
#phân phối theo từng lục địa
ggplot(data = year2007, mapping = aes(gdpPercap, fill = continent)) +
geom_density(alpha = 0.4)
#### Biểu đồ thanh barplot
dim(year2007)## [1] 142 6ggplot(data = year2007, mapping = aes(x = continent, fill = continent)) +
geom_bar() 
#phần legend hơi thừa, xóa bớt
dim(year2007)## [1] 142 6ggplot(data = year2007, mapping = aes(x = continent, fill = continent)) +
geom_bar() + theme(legend.position = "none")
#Sử dụng toán tử điều kiện [] để tạo ra một biến mới tên là level_age có tính thứ bậc
year2007$level_age[year2007$lifeExp < 60.0] <- "< 60 age"## Warning: Unknown or uninitialised column: `level_age`.year2007$level_age[60.0 <= year2007$lifeExp & year2007$lifeExp <= 80.0] <- "60-80 age"
year2007$level_age[year2007$lifeExp > 80.0] <- "> 80 age"
ggplot(data = year2007, aes(x = continent, fill = level_age)) +
geom_bar()
#lọc các quốc gia có lục địa là Asian:
asia <- subset(mydata, year == 2007 & continent == "Asia")
dim(asia)## [1] 33 6ggplot(data = asia, mapping = aes(x = country, y = lifeExp, fill = country)) + geom_bar(stat = "identity", width = 0.9)
ggplot(data = asia, mapping = aes(x = country, y = lifeExp, fill = country)) + geom_bar(stat = "identity", width = 0.9) + coord_flip()
#chúng ta nên sắp xếp lại theo trật tự
ggplot(data = asia, mapping = aes(x = reorder(country, lifeExp), y = lifeExp, fill = country)) + geom_bar(stat = "identity", width = 0.9) + coord_flip() + theme(legend.position = "none") + labs(x="", y="Life Expectancy") -> graph1#sử dụng gói gridExtra, biểu diễn hai đồ thị thanh cho tuổi thọ và thu nhập bình quân đầu người
library(gridExtra)## Warning: package 'gridExtra' was built under R version 4.2.2ggplot(data = asia, mapping = aes(x = reorder(country, gdpPercap), y = gdpPercap, fill = country)) + geom_bar(stat = "identity", width = 0.9) + coord_flip() + theme(legend.position = "none") + labs(x="", y="GDP Per Capita") -> graph2
grid.arrange(graph1, graph2, ncol = 2)
Biểu đồ hộp Boxplot
#Giả sử chúng ta muốn tóm tắt thu nhập bình quân năm 2007 của 142 quốc gia bằng biểu đồ hộp
ggplot(data = year2007, aes(x = continent, y = gdpPercap, fill = continent)) + geom_boxplot(alpha = 0.6)
ggplot(data = year2007, aes(x = continent, y = gdpPercap, fill = continent)) +
geom_boxplot(alpha = 0.6) + geom_jitter(alpha = 0.3)
R Markdown
This is an R Markdown document. Markdown is a simple formatting syntax for authoring HTML, PDF, and MS Word documents. For more details on using R Markdown see http://rmarkdown.rstudio.com.
When you click the Knit button a document will be generated that includes both content as well as the output of any embedded R code chunks within the document. You can embed an R code chunk like this:
summary(cars)## speed dist
## Min. : 4.0 Min. : 2.00
## 1st Qu.:12.0 1st Qu.: 26.00
## Median :15.0 Median : 36.00
## Mean :15.4 Mean : 42.98
## 3rd Qu.:19.0 3rd Qu.: 56.00
## Max. :25.0 Max. :120.00Including Plots
You can also embed plots, for example:
Note that the echo = FALSE parameter was added to the
code chunk to prevent printing of the R code that generated the
plot.