Phân Tích Dữ Liệu Định Tính
Bùi Võ Hạ Vy
2023-06-14
Bộ Dữ Liệu Tiếp Thị Điện Thoại Của Ngân Hàng Bồ Đào Nha
library(readxl)
d<- read_excel("C:/Users/pc/Downloads/dldt.xlsx")## New names:
## • `` -> `...1`library(ggplot2)## Warning: package 'ggplot2' was built under R version 4.3.1library(epitools)
library(DescTools)## Warning: package 'DescTools' was built under R version 4.3.1library(DT)## Warning: package 'DT' was built under R version 4.3.1library(energy)## Warning: package 'energy' was built under R version 4.3.1options(digits = 4)5 Bài tập tuần 6
Hồi quy
Ước lượng hàm hồi qui cho dữ liệu nhị phân
NP <- glm(data = d, formula = factor(loan) ~ education + marital + balance + job + housing, family = binomial(link = 'logit'))
summary(NP)##
## Call:
## glm(formula = factor(loan) ~ education + marital + balance +
## job + housing, family = binomial(link = "logit"), data = d)
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -1.71e+00 6.42e-01 -2.66 0.0078 **
## educationsecondary -1.21e-01 3.67e-01 -0.33 0.7418
## educationtertiary -4.55e-01 5.52e-01 -0.82 0.4099
## maritalmarried -2.37e-02 3.51e-01 -0.07 0.9463
## maritalsingle -1.29e-01 4.30e-01 -0.30 0.7640
## balance -1.24e-04 1.55e-04 -0.80 0.4263
## jobblue-collar 1.02e-02 4.43e-01 0.02 0.9817
## jobentrepreneur 9.63e-01 6.88e-01 1.40 0.1613
## jobhousemaid -1.58e+01 1.61e+03 -0.01 0.9922
## jobmanagement 4.26e-01 5.61e-01 0.76 0.4482
## jobretired 3.45e-01 6.15e-01 0.56 0.5743
## jobself-employed 4.62e-01 8.77e-01 0.53 0.5987
## jobservices 3.89e-01 4.70e-01 0.83 0.4078
## jobstudent -1.55e+01 1.61e+03 -0.01 0.9923
## jobtechnician 2.41e-01 4.66e-01 0.52 0.6050
## jobunemployed -1.56e+01 1.14e+03 -0.01 0.9891
## housingyes -7.97e-03 3.77e-01 -0.02 0.9831
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 436.98 on 533 degrees of freedom
## Residual deviance: 425.22 on 517 degrees of freedom
## AIC: 459.2
##
## Number of Fisher Scoring iterations: 16BrierScore (NP)## [1] 0.12Ước lượng hàm hồi qui nhị phân log
LG <- glm(data = d, formula = factor(loan) ~ education + marital + balance + job + housing, family = binomial(link = 'log'))
summary(LG)##
## Call:
## glm(formula = factor(loan) ~ education + marital + balance +
## job + housing, family = binomial(link = "log"), data = d)
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -1.92e+00 5.45e-01 -3.52 0.00044 ***
## educationsecondary -8.73e-02 3.08e-01 -0.28 0.77658
## educationtertiary -3.61e-01 4.65e-01 -0.78 0.43817
## maritalmarried -4.04e-03 2.93e-01 -0.01 0.98898
## maritalsingle -1.05e-01 3.65e-01 -0.29 0.77368
## balance -1.19e-04 1.41e-04 -0.84 0.40085
## jobblue-collar 2.75e-03 3.84e-01 0.01 0.99429
## jobentrepreneur 7.70e-01 5.29e-01 1.46 0.14549
## jobhousemaid -1.54e+01 1.48e+03 -0.01 0.99166
## jobmanagement 3.54e-01 4.79e-01 0.74 0.45916
## jobretired 2.93e-01 5.17e-01 0.57 0.57073
## jobself-employed 3.93e-01 7.26e-01 0.54 0.58797
## jobservices 3.34e-01 3.98e-01 0.84 0.40170
## jobstudent -1.52e+01 1.47e+03 -0.01 0.99177
## jobtechnician 2.02e-01 4.01e-01 0.50 0.61461
## jobunemployed -1.53e+01 1.04e+03 -0.01 0.98827
## housingyes 1.79e-02 3.19e-01 0.06 0.95521
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 436.98 on 533 degrees of freedom
## Residual deviance: 425.18 on 517 degrees of freedom
## AIC: 459.2
##
## Number of Fisher Scoring iterations: 16BrierScore (LG)## [1] 0.12Ước lương mô hình cloglog
CG <- glm(data = d, formula = factor(loan) ~ education + marital + balance + job + housing, family = binomial(link = "cloglog"))
levels(factor(d$loan))## [1] "no" "yes"summary(CG)##
## Call:
## glm(formula = factor(loan) ~ education + marital + balance +
## job + housing, family = binomial(link = "cloglog"), data = d)
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -1.81e+00 5.92e-01 -3.06 0.0022 **
## educationsecondary -1.04e-01 3.37e-01 -0.31 0.7582
## educationtertiary -4.06e-01 5.08e-01 -0.80 0.4243
## maritalmarried -1.36e-02 3.21e-01 -0.04 0.9661
## maritalsingle -1.16e-01 3.97e-01 -0.29 0.7693
## balance -1.21e-04 1.48e-04 -0.82 0.4139
## jobblue-collar 6.60e-03 4.13e-01 0.02 0.9872
## jobentrepreneur 8.62e-01 6.04e-01 1.43 0.1538
## jobhousemaid -1.56e+01 1.54e+03 -0.01 0.9919
## jobmanagement 3.88e-01 5.19e-01 0.75 0.4545
## jobretired 3.19e-01 5.64e-01 0.56 0.5722
## jobself-employed 4.26e-01 8.00e-01 0.53 0.5944
## jobservices 3.61e-01 4.33e-01 0.83 0.4048
## jobstudent -1.53e+01 1.54e+03 -0.01 0.9921
## jobtechnician 2.21e-01 4.33e-01 0.51 0.6099
## jobunemployed -1.54e+01 1.08e+03 -0.01 0.9887
## housingyes 5.17e-03 3.47e-01 0.01 0.9881
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 436.98 on 533 degrees of freedom
## Residual deviance: 425.20 on 517 degrees of freedom
## AIC: 459.2
##
## Number of Fisher Scoring iterations: 16Đánh giá mô hình
Tiêu chí AIC
aic1 <- AIC(NP)
aic2 <- AIC(LG)
aic3 <- AIC(CG)
AIC <-cbind(aic1,aic2,aic3)
AIC## aic1 aic2 aic3
## [1,] 459.2 459.2 459.2Tiêu chí Deviance
de1 <- deviance(NP)
de2 <- deviance(LG)
de3 <- deviance(CG)
deviance <- cbind(de1,de2,de3)
deviance## de1 de2 de3
## [1,] 425.2 425.2 425.2Tiêu chí Brier Score
bs1 <- BrierScore(NP)
bs2 <- BrierScore(LG)
bs3 <- BrierScore(CG)
BrierScore <- cbind(bs1,bs2,bs3)
BrierScore## bs1 bs2 bs3
## [1,] 0.12 0.12 0.12-> Giá trị của 3 tiêu chí trên càng nhỏ nghĩa là mô hình càng tốt.Vì vậy ta lựa chọn mô hình hồi quy nhị phân.
summary(NP)##
## Call:
## glm(formula = factor(loan) ~ education + marital + balance +
## job + housing, family = binomial(link = "logit"), data = d)
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -1.71e+00 6.42e-01 -2.66 0.0078 **
## educationsecondary -1.21e-01 3.67e-01 -0.33 0.7418
## educationtertiary -4.55e-01 5.52e-01 -0.82 0.4099
## maritalmarried -2.37e-02 3.51e-01 -0.07 0.9463
## maritalsingle -1.29e-01 4.30e-01 -0.30 0.7640
## balance -1.24e-04 1.55e-04 -0.80 0.4263
## jobblue-collar 1.02e-02 4.43e-01 0.02 0.9817
## jobentrepreneur 9.63e-01 6.88e-01 1.40 0.1613
## jobhousemaid -1.58e+01 1.61e+03 -0.01 0.9922
## jobmanagement 4.26e-01 5.61e-01 0.76 0.4482
## jobretired 3.45e-01 6.15e-01 0.56 0.5743
## jobself-employed 4.62e-01 8.77e-01 0.53 0.5987
## jobservices 3.89e-01 4.70e-01 0.83 0.4078
## jobstudent -1.55e+01 1.61e+03 -0.01 0.9923
## jobtechnician 2.41e-01 4.66e-01 0.52 0.6050
## jobunemployed -1.56e+01 1.14e+03 -0.01 0.9891
## housingyes -7.97e-03 3.77e-01 -0.02 0.9831
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 436.98 on 533 degrees of freedom
## Residual deviance: 425.22 on 517 degrees of freedom
## AIC: 459.2
##
## Number of Fisher Scoring iterations: 164 Bài tập tuần 5
Kiểm định tính độc lập
Kiểm định tính độc lập cho 2 biến định tính là số dư tài khoản và khả năng vay.
H0: Hai biến độc lập với nhau H1: Không có cơ sở kết luận hai biến có liên quan nhau
s<-table(d$balance,d$loan)
chisq.test(s)## Warning in chisq.test(s): Chi-squared approximation may be incorrect##
## Pearson's Chi-squared test
##
## data: s
## X-squared = 356, df = 372, p-value = 0.7Kết quả cho thấy, p-value=0.7 > 0.05 -> Ta chấp nhận H0 Vậy biến số dư tài khoản và biến khả năng vay là độc lập với nhau.
Kiểm định tính độc lập cho 2 biến định tính là tình trạng học vấn và khả năng vay.
H0: Hai biến độc lập với nhau H1: Không có cơ sở kết luận hai biến có liên quan nhau
u<- table(d$education,d$loan)
chisq.test(u)##
## Pearson's Chi-squared test
##
## data: u
## X-squared = 0.32, df = 2, p-value = 0.9Kết quả cho thấy, p-value=0.8 > 0.05 -> Ta chấp nhận H0 Vậy biến tình trạng học vấn và biến khả năng vay là độc lập với nhau.
Phân tích khách hàng có khoản vay theo tình trạng hôn nhân
Đồ thị
q<-table(d$marital,d$loan)
ggplot(d, aes(loan, fill = marital)) + geom_bar(position = 'dodge')
Bảng tần số
addmargins(q)##
## no yes Sum
## divorced 69 13 82
## married 290 49 339
## single 99 14 113
## Sum 458 76 534- Trong 82 người đã ly hôn có 69 người không có khoản vay và 13 người có khoản vay.
- Trong 339 người đã kết hôn có 290 người không có khoản vay và 49 người có khoản vay.
- Trong 113 người chưa kết hôn có 99 người không có khoản vay và 14 người có khoản vay.
Tính rủi ro tương đối
riskratio(q)## $data
##
## no yes Total
## divorced 69 13 82
## married 290 49 339
## single 99 14 113
## Total 458 76 534
##
## $measure
## risk ratio with 95% C.I.
## estimate lower upper
## divorced 1.0000 NA NA
## married 0.9117 0.5198 1.599
## single 0.7815 0.3883 1.573
##
## $p.value
## two-sided
## midp.exact fisher.exact chi.square
## divorced NA NA NA
## married 0.7358 0.7303 0.7483
## single 0.4966 0.5325 0.4893
##
## $correction
## [1] FALSE
##
## attr(,"method")
## [1] "Unconditional MLE & normal approximation (Wald) CI"Tỷ lệ những người có khoản vay trong tình trạng đã kết hôn bằng 0.92 lần so với tỷ lệ những người có khoản vay trong tình trạng đã ly hôn.
Tỷ lệ những người có khoản vay trong tình trạng chưa kết hôn bằng 0.78 lần so với tỷ lệ những người có khoản vay trong tình trạng đã ly hôn.
riskratio(q, rev = 'c')## $data
##
## yes no Total
## divorced 13 69 82
## married 49 290 339
## single 14 99 113
## Total 76 458 534
##
## $measure
## risk ratio with 95% C.I.
## estimate lower upper
## divorced 1.000 NA NA
## married 1.017 0.9165 1.128
## single 1.041 0.9264 1.170
##
## $p.value
## two-sided
## midp.exact fisher.exact chi.square
## divorced NA NA NA
## married 0.7358 0.7303 0.7483
## single 0.4966 0.5325 0.4893
##
## $correction
## [1] FALSE
##
## attr(,"method")
## [1] "Unconditional MLE & normal approximation (Wald) CI"*Tỷ lệ những người không có khoản vay trong tình trạng đã kết hôn bằng 1.02 lần so với tỷ lệ những người không có khoản vay trong tình trạng đã ly hôn.
*Tỷ lệ những người không có khoản vay trong tình trạng chưa kết hôn bằng 1.04 lần so với tỷ lệ những người không có khoản vay trong tình trạng đã ly hôn.
Tỷ lệ chênh
oddsratio(q)## $data
##
## no yes Total
## divorced 69 13 82
## married 290 49 339
## single 99 14 113
## Total 458 76 534
##
## $measure
## odds ratio with 95% C.I.
## estimate lower upper
## divorced 1.0000 NA NA
## married 0.8904 0.4678 1.802
## single 0.7512 0.3285 1.728
##
## $p.value
## two-sided
## midp.exact fisher.exact chi.square
## divorced NA NA NA
## married 0.7358 0.7303 0.7483
## single 0.4966 0.5325 0.4893
##
## $correction
## [1] FALSE
##
## attr(,"method")
## [1] "median-unbiased estimate & mid-p exact CI"Tỷ lệ những người có và không có khoản vay trong tình trạng đã kết hôn bằng 0.89 lần tỷ lệ những người có và không có khoản vay trong tình trạng đã ly hôn.
Tỷ lệ những người có và không có khoản vay trong tình trạng chưa kết hôn bằng 0.75 lần tỷ lệ những người có và không có khoản vay trong tình trạng đã ly hôn.
oddsratio(q, rev = 'c')## $data
##
## yes no Total
## divorced 13 69 82
## married 49 290 339
## single 14 99 113
## Total 76 458 534
##
## $measure
## odds ratio with 95% C.I.
## estimate lower upper
## divorced 1.000 NA NA
## married 1.123 0.5550 2.137
## single 1.331 0.5787 3.044
##
## $p.value
## two-sided
## midp.exact fisher.exact chi.square
## divorced NA NA NA
## married 0.7358 0.7303 0.7483
## single 0.4966 0.5325 0.4893
##
## $correction
## [1] FALSE
##
## attr(,"method")
## [1] "median-unbiased estimate & mid-p exact CI"Phân tích khách hàng có khoản vay theo trình độ học vấn
Đồ thị
u<-table(d$education,d$loan)
ggplot(d, aes(loan, fill = education)) + geom_bar(position = 'dodge')
### Bảng tần số
addmargins(u)##
## no yes Sum
## primary 75 13 88
## secondary 292 50 342
## tertiary 91 13 104
## Sum 458 76 534- Trong 88 người có trình độ cấp 1 có 75 người không có khoản vay và 13 người có khoản vay.
- Trong 342 người có trình độ cấp 2 có 292 người không có khoản vay và 50 người có khoản vay.
- Trong 104 người có trình độ cấp 33 có 91 người không có khoản vay và 13 người có khoản vay.
Tính rủi ro tương đối
riskratio(u)## $data
##
## no yes Total
## primary 75 13 88
## secondary 292 50 342
## tertiary 91 13 104
## Total 458 76 534
##
## $measure
## risk ratio with 95% C.I.
## estimate lower upper
## primary 1.0000 NA NA
## secondary 0.9897 0.5634 1.738
## tertiary 0.8462 0.4142 1.729
##
## $p.value
## two-sided
## midp.exact fisher.exact chi.square
## primary NA NA NA
## secondary 0.9534 1.0000 0.9712
## tertiary 0.6520 0.6768 0.6465
##
## $correction
## [1] FALSE
##
## attr(,"method")
## [1] "Unconditional MLE & normal approximation (Wald) CI"*Tỷ lệ những người có khoản vay khi có trình độ cấp 2 bằng 0.99 lần so với tỷ lệ những người có khoản vay khi có trình độ cấp 1.
*Tỷ lệ những người có khoản vay khi có trình độ cấp 2 bằng 0.84 lần so với tỷ lệ những người có khoản vay khi có trình độ cấp 3.
riskratio(u, rev = 'c')## $data
##
## yes no Total
## primary 13 75 88
## secondary 50 292 342
## tertiary 13 91 104
## Total 76 458 534
##
## $measure
## risk ratio with 95% C.I.
## estimate lower upper
## primary 1.000 NA NA
## secondary 1.002 0.9088 1.104
## tertiary 1.027 0.9167 1.150
##
## $p.value
## two-sided
## midp.exact fisher.exact chi.square
## primary NA NA NA
## secondary 0.9534 1.0000 0.9712
## tertiary 0.6520 0.6768 0.6465
##
## $correction
## [1] FALSE
##
## attr(,"method")
## [1] "Unconditional MLE & normal approximation (Wald) CI"*Tỷ lệ những người không có khoản vay khi có trình độ cấp 2 bằng 1.002 lần so với tỷ lệ những người không có khoản vay khi có trình độ cấp 1.
*Tỷ lệ những người không có khoản vay khi có trình độ cấp 3 bằng 1.03 lần so với tỷ lệ những người không có khoản vay khi có trình độ cấp 1.
Tỷ lệ chênh
oddsratio(u)## $data
##
## no yes Total
## primary 75 13 88
## secondary 292 50 342
## tertiary 91 13 104
## Total 458 76 534
##
## $measure
## odds ratio with 95% C.I.
## estimate lower upper
## primary 1.0000 NA NA
## secondary 0.9804 0.518 1.976
## tertiary 0.8251 0.355 1.917
##
## $p.value
## two-sided
## midp.exact fisher.exact chi.square
## primary NA NA NA
## secondary 0.9534 1.0000 0.9712
## tertiary 0.6520 0.6768 0.6465
##
## $correction
## [1] FALSE
##
## attr(,"method")
## [1] "median-unbiased estimate & mid-p exact CI"Tỷ lệ những người có và không có khoản vay khi có trình độ cấp 2 bằng 0.95 lần tỷ lệ những người có và không có khoản vay khi có trình độ cấp 1.
Tỷ lệ những người có và không có khoản vay khi có trình độ cấp 3 bằng 0.65 lần tỷ lệ những người có và không có khoản vay khi có trình độ cấp 1.
Phân tích khách hàng có khoản vay theo sở hữu nhà
Đồ thị
i<-table(d$housing,d$loan)
ggplot(d, aes(loan, fill = housing)) + geom_bar(position = 'dodge')
Bảng tần số
addmargins(i)##
## no yes Sum
## no 59 10 69
## yes 399 66 465
## Sum 458 76 534Tính rủi ro tương đối
riskratio(i)## $data
##
## no yes Total
## no 59 10 69
## yes 399 66 465
## Total 458 76 534
##
## $measure
## risk ratio with 95% C.I.
## estimate lower upper
## no 1.0000 NA NA
## yes 0.9794 0.5294 1.812
##
## $p.value
## two-sided
## midp.exact fisher.exact chi.square
## no NA NA NA
## yes 0.9231 1 0.9471
##
## $correction
## [1] FALSE
##
## attr(,"method")
## [1] "Unconditional MLE & normal approximation (Wald) CI"riskratio(i, rev = 'c')## $data
##
## yes no Total
## no 10 59 69
## yes 66 399 465
## Total 76 458 534
##
## $measure
## risk ratio with 95% C.I.
## estimate lower upper
## no 1.000 NA NA
## yes 1.003 0.9044 1.113
##
## $p.value
## two-sided
## midp.exact fisher.exact chi.square
## no NA NA NA
## yes 0.9231 1 0.9471
##
## $correction
## [1] FALSE
##
## attr(,"method")
## [1] "Unconditional MLE & normal approximation (Wald) CI"Tỷ lệ chênh
oddsratio(i)## $data
##
## no yes Total
## no 59 10 69
## yes 399 66 465
## Total 458 76 534
##
## $measure
## odds ratio with 95% C.I.
## estimate lower upper
## no 1.0000 NA NA
## yes 0.9649 0.4871 2.101
##
## $p.value
## two-sided
## midp.exact fisher.exact chi.square
## no NA NA NA
## yes 0.9231 1 0.9471
##
## $correction
## [1] FALSE
##
## attr(,"method")
## [1] "median-unbiased estimate & mid-p exact CI"oddsratio(i, rev = 'c')## $data
##
## yes no Total
## no 10 59 69
## yes 66 399 465
## Total 76 458 534
##
## $measure
## odds ratio with 95% C.I.
## estimate lower upper
## no 1.000 NA NA
## yes 1.036 0.4759 2.053
##
## $p.value
## two-sided
## midp.exact fisher.exact chi.square
## no NA NA NA
## yes 0.9231 1 0.9471
##
## $correction
## [1] FALSE
##
## attr(,"method")
## [1] "median-unbiased estimate & mid-p exact CI"Phân tích khách hàng có khoản vay theo nghề nghiệp
Đồ thị
k<-table(d$job,d$loan)
ggplot(d, aes(loan, fill = job)) + geom_bar(position = 'dodge')
Bảng tần số
addmargins(k)##
## no yes Sum
## admin. 70 10 80
## blue-collar 128 20 148
## entrepreneur 11 4 15
## housemaid 6 0 6
## management 66 11 77
## retired 24 5 29
## self-employed 10 2 12
## services 56 12 68
## student 6 0 6
## technician 69 12 81
## unemployed 12 0 12
## Sum 458 76 534Tính rủi ro tương đối
riskratio(k)## Warning in chisq.test(xx, correct = correction): Chi-squared approximation may
## be incorrect
## Warning in chisq.test(xx, correct = correction): Chi-squared approximation may
## be incorrect
## Warning in chisq.test(xx, correct = correction): Chi-squared approximation may
## be incorrect
## Warning in chisq.test(xx, correct = correction): Chi-squared approximation may
## be incorrect
## Warning in chisq.test(xx, correct = correction): Chi-squared approximation may
## be incorrect
## Warning in chisq.test(xx, correct = correction): Chi-squared approximation may
## be incorrect## $data
##
## no yes Total
## admin. 70 10 80
## blue-collar 128 20 148
## entrepreneur 11 4 15
## housemaid 6 0 6
## management 66 11 77
## retired 24 5 29
## self-employed 10 2 12
## services 56 12 68
## student 6 0 6
## technician 69 12 81
## unemployed 12 0 12
## Total 458 76 534
##
## $measure
## risk ratio with 95% C.I.
## estimate lower upper
## admin. 1.000 NA NA
## blue-collar 1.081 0.5322 2.196
## entrepreneur 2.133 0.7693 5.916
## housemaid 0.000 0.0000 NaN
## management 1.143 0.5150 2.536
## retired 1.379 0.5146 3.697
## self-employed 1.333 0.3315 5.362
## services 1.412 0.6508 3.063
## student 0.000 0.0000 NaN
## technician 1.185 0.5431 2.586
## unemployed 0.000 0.0000 NaN
##
## $p.value
## two-sided
## midp.exact fisher.exact chi.square
## admin. NA NA NA
## blue-collar 0.8435 1.0000 0.8289
## entrepreneur 0.1945 0.2260 0.1555
## housemaid 0.4650 1.0000 0.3569
## management 0.7491 0.8168 0.7425
## retired 0.5325 0.5381 0.5254
## self-employed 0.6753 0.6535 0.6894
## services 0.3927 0.4878 0.3804
## student 0.4650 1.0000 0.3569
## technician 0.6779 0.8191 0.6690
## unemployed 0.2283 0.3487 0.1945
##
## $correction
## [1] FALSE
##
## attr(,"method")
## [1] "Unconditional MLE & normal approximation (Wald) CI"riskratio(k, rev = 'c')## Warning in chisq.test(xx, correct = correction): Chi-squared approximation may
## be incorrect
## Warning in chisq.test(xx, correct = correction): Chi-squared approximation may
## be incorrect
## Warning in chisq.test(xx, correct = correction): Chi-squared approximation may
## be incorrect
## Warning in chisq.test(xx, correct = correction): Chi-squared approximation may
## be incorrect
## Warning in chisq.test(xx, correct = correction): Chi-squared approximation may
## be incorrect
## Warning in chisq.test(xx, correct = correction): Chi-squared approximation may
## be incorrect## $data
##
## yes no Total
## admin. 10 70 80
## blue-collar 20 128 148
## entrepreneur 4 11 15
## housemaid 0 6 6
## management 11 66 77
## retired 5 24 29
## self-employed 2 10 12
## services 12 56 68
## student 0 6 6
## technician 12 69 81
## unemployed 0 12 12
## Total 76 458 534
##
## $measure
## risk ratio with 95% C.I.
## estimate lower upper
## admin. 1.0000 NA NA
## blue-collar 0.9884 0.8904 1.097
## entrepreneur 0.8381 0.6109 1.150
## housemaid 1.1429 1.0520 1.242
## management 0.9796 0.8661 1.108
## retired 0.9458 0.7856 1.139
## self-employed 0.9524 0.7298 1.243
## services 0.9412 0.8201 1.080
## student 1.1429 1.0520 1.242
## technician 0.9735 0.8609 1.101
## unemployed 1.1429 1.0520 1.242
##
## $p.value
## two-sided
## midp.exact fisher.exact chi.square
## admin. NA NA NA
## blue-collar 0.8435 1.0000 0.8289
## entrepreneur 0.1945 0.2260 0.1555
## housemaid 0.4650 1.0000 0.3569
## management 0.7491 0.8168 0.7425
## retired 0.5325 0.5381 0.5254
## self-employed 0.6753 0.6535 0.6894
## services 0.3927 0.4878 0.3804
## student 0.4650 1.0000 0.3569
## technician 0.6779 0.8191 0.6690
## unemployed 0.2283 0.3487 0.1945
##
## $correction
## [1] FALSE
##
## attr(,"method")
## [1] "Unconditional MLE & normal approximation (Wald) CI"Kiểm định tính độc lập
Tình trạng hôn nhân và khả năng vay.
H0: Hai biến độc lập với nhau H1: Không có cơ sở kết luận hai biến có liên quan nhau
s<-table(d$marital,d$loan)
chisq.test(s)##
## Pearson's Chi-squared test
##
## data: s
## X-squared = 0.5, df = 2, p-value = 0.8Kết quả cho thấy, p-value=0.7 > 0.05 -> Ta chấp nhận H0 Vậy biến số dư tài khoản và biến khả năng vay là độc lập với nhau.
Tình trạng học vấn và khả năng vay.
H0: Hai biến độc lập với nhau H1: Không có cơ sở kết luận hai biến có liên quan nhau
u<- table(d$education,d$loan)
chisq.test(u)##
## Pearson's Chi-squared test
##
## data: u
## X-squared = 0.32, df = 2, p-value = 0.9Kết quả cho thấy, p-value=0.8 > 0.05 -> Ta chấp nhận H0
Vậy biến tình trạng học vấn và biến khả năng vay là độc lập với nhau.
Nghề nghiệp và khả năng vay.
H0: Hai biến độc lập với nhau H1: Không có cơ sở kết luận hai biến có liên quan nhau
y<- table(d$job,d$loan)
chisq.test(y)## Warning in chisq.test(y): Chi-squared approximation may be incorrect##
## Pearson's Chi-squared test
##
## data: y
## X-squared = 7.1, df = 10, p-value = 0.7Kết quả cho thấy, p-value=0.7 > 0.05 -> Ta chấp nhận H0
Vậy biến nghề nghiệp và biến khả năng vay là độc lập với nhau.
Nhà và khả năng vay.
H0: Hai biến độc lập với nhau H1: Không có cơ sở kết luận hai biến có liên quan nhau
i<- table(d$housing,d$loan)
chisq.test(i)##
## Pearson's Chi-squared test with Yates' continuity correction
##
## data: i
## X-squared = 1.5e-29, df = 1, p-value = 1Kết quả cho thấy, p-value > 0.05 -> Ta chấp nhận H0
Vậy biến nhà ở và biến khả năng vay là độc lập với nhau.
3 Bài Tập Tuần 3,4
3.1 Thống kê mô tả
Biến Default
Khách hàng có nợ tín dụng không?
table(d$default)##
## no yes
## 525 9ggplot(data = d) + geom_bar(mapping = aes(x = default, fill= default))
Số liệu cho thấy có 525 khách hàng không nợ tín dụng và 9 khách hàng nợ tín dụng.
Biến Loan
Khách hàng có khoản vay ngân hàng không?
table(d$loan)##
## no yes
## 458 76ggplot(data = d) + geom_bar(mapping = aes(x = loan, fill= loan))
Số liệu cho thấy có 458 khách hàng không có khoản vay và 76 khách hàng có khoản vay.
Biến Job
Nghề nghiệp của khách hàng
table(d$job)##
## admin. blue-collar entrepreneur housemaid management
## 80 148 15 6 77
## retired self-employed services student technician
## 29 12 68 6 81
## unemployed
## 12table(d$job)/sum(table(d$job))##
## admin. blue-collar entrepreneur housemaid management
## 0.14981 0.27715 0.02809 0.01124 0.14419
## retired self-employed services student technician
## 0.05431 0.02247 0.12734 0.01124 0.15169
## unemployed
## 0.02247ggplot(data = d) + geom_bar(mapping = aes(x = job, fill= job))
- Có 80 người làm nghề admin.
- Có 148 người làm nghề blue-collar.
- Có 15 người làm nghề entrepreneur.
- Có 6 người làm nghề housemaid.
- Có 77 người làm nghề management.
- Có 29 người đã nghỉ hưu.(retired)
- Có 12 người tự chủ (self-employed).
- Có 68 người làm nghề services.
- Có 6 người là student.
- Có 81 người làm nghề technician.
- Có 12 người thất nghiệp.
Biến Marital
Tình trạng hôn nhân
table(d$marital)##
## divorced married single
## 82 339 113table(d$marital)/sum(table(d$marital))##
## divorced married single
## 0.1536 0.6348 0.2116ggplot(data = d) + geom_bar(mapping = aes(x = marital, fill= marital))
- Có 113 người đang độc thân.
- Có 339 người đã kết hôn.
- Có 82 người đã ly hôn.
Biến Housing
Khách hàng có nhà hay không?
table(d$housing)##
## no yes
## 69 465ggplot(data = d) + geom_bar(mapping = aes(x = housing, fill= housing))
- Số người có nhà là 465 người.
- Số người không có nhà là 69 người.
Biến Balance
summary(d$balance)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## -674 17 157 454 457 8730Số dư trong tài khoản lớn nhất là 8730$
Số dư trong tài khoản nhỏ nhất là -674$
Biến Age
summary(d$age)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 22.0 36.0 43.0 43.4 51.0 61.0- Trong 1000 khách hàng của ngân hàng:
Tuổi của khách hàng cao nhất là : 61 tuổi
Tuổi của khách hàng thấp nhất là 22 tuổi
Biến education
table(d$education)##
## primary secondary tertiary
## 88 342 104table(d$education)/sum(table(d$education))##
## primary secondary tertiary
## 0.1648 0.6404 0.1948ggplot(data = d) + geom_bar(mapping = aes(x = education, fill= education))
* Có 88 người có tình độ tiểu học. * Có 342 người có trình độ cấp 2. *
Có 104 người có trình độ cao đẳng hoặc đại học.
2 Bài Tập Tuần 2
2.1 Chọn 2 Biến Phụ Thuộc
- Biến phụ thuộc là biến số chịu ảnh hưởng từ một biế n số khác trong mô hình.
Ta chọn 1 biến định tính và 1 biến định lượng bao gồm:
Loan (Khách hàng có khoản vay không?)
Balance (Số dư tại ngân hàng)
Vì 2 biến này có thể sẽ chịu ảnh hưởng từ nghề nghiệp,học vấn, tuổi,….nên ta chọn 2 biến này là biến phụ thuộc của mô hình.
2.2 Phân Tích Biến
library(readxl)
d<- read_excel("C:/Users/pc/Downloads/dldt.xlsx")## New names:
## • `` -> `...1`table(d$loan)##
## no yes
## 458 76- Số liệu cho thấy có 458 khách hàng không có khoản vay và 76 khách hàng có khoản vay.
table(d$balance)##
## -674 -509 -457 -390 -372 -364 -358 -349 -333 -331 -325 -246 -244 -209 -185 -171
## 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## -144 -137 -125 -109 -106 -103 -100 -99 -76 -69 -67 -66 -62 -60 -41 -37
## 1 1 1 1 1 1 1 1 2 1 1 2 1 1 1 1
## -34 -25 -16 -15 -12 -11 -10 -9 -7 -4 -3 -2 0 1 2 3
## 1 1 1 1 1 1 1 1 1 1 1 1 60 6 2 3
## 4 6 7 8 9 10 11 12 13 15 16 17 18 19 20 22
## 1 1 2 2 2 1 1 1 1 1 2 4 1 3 2 2
## 23 25 26 28 29 30 31 34 37 39 41 42 44 45 46 47
## 2 4 1 1 1 2 1 3 2 2 3 2 2 1 4 2
## 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 66
## 1 2 1 2 1 1 1 2 1 2 2 1 3 1 1 2
## 67 70 71 72 73 74 76 77 79 81 82 83 86 89 90 91
## 1 1 3 1 1 1 1 1 1 2 3 2 2 3 1 1
## 92 94 96 98 99 100 101 105 107 109 110 113 115 121 122 126
## 1 1 1 2 1 1 1 1 1 1 1 2 1 2 1 1
## 128 129 131 136 137 139 140 141 143 144 148 151 152 155 157 161
## 1 1 2 1 1 2 2 2 2 1 1 2 1 2 2 1
## 162 163 164 167 173 176 179 182 183 184 187 190 193 195 203 204
## 1 1 1 1 2 2 2 1 2 1 1 2 2 2 1 1
## 206 207 209 211 213 214 216 217 219 224 228 229 230 231 235 236
## 3 1 1 3 1 1 2 2 2 1 1 2 3 2 1 1
## 242 243 245 249 253 255 258 262 263 265 270 271 274 275 276 278
## 1 2 1 2 1 1 1 1 2 2 2 1 1 1 1 1
## 279 282 283 284 288 290 292 293 294 297 301 307 308 310 313 315
## 1 1 1 1 1 2 1 1 1 1 2 1 1 2 1 2
## 318 319 320 324 330 348 349 351 352 353 358 367 368 372 375 377
## 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2
## 378 383 384 387 388 390 393 398 400 406 408 423 424 428 434 436
## 2 1 1 1 1 1 1 1 1 1 1 1 2 1 2 1
## 445 447 448 450 459 469 471 473 475 477 483 484 486 490 505 506
## 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1
## 507 510 517 518 523 529 530 531 539 545 560 570 575 581 582 593
## 1 1 3 1 1 1 1 1 1 1 2 1 1 1 1 1
## 600 627 639 668 672 685 690 693 712 723 742 744 756 757 767 778
## 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## 779 782 787 790 792 797 802 818 830 831 839 840 841 842 869 871
## 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## 901 904 946 947 964 965 983 989 1011 1022 1068 1078 1127 1142 1151 1161
## 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## 1169 1205 1225 1234 1236 1263 1270 1291 1293 1297 1331 1335 1357 1378 1387 1428
## 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## 1467 1533 1602 1640 1660 1667 1680 1685 1716 1877 1927 1937 2102 2127 2143 2248
## 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## 2298 2343 2476 2558 2573 2586 3165 3237 3877 4070 4080 4325 5090 5345 5431 5435
## 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## 5699 5935 6530 8486 8730
## 1 1 1 1 1*Số liệu cho thấy có 428 khách hàng có số dư trong tài khoản ngân hàng lớn hơn 0.
*Số liệu cho thấy có 106 khách hàng có số dư trong tài khoản ngân hàng nhỏ hơn 0.
1 Bài Tập Tuần 1
Bộ Dữ Liệu Tiếp Thị Điện Thoại Của Ngân Hàng Bồ Đào Nha
Dữ liệu bao gồm 534 quan sát và 9 biến. Trong 9 biến có 6 biến định tính và 3 biến định lượng.
*Age : Tuổi
*Job : Nghề nghiệp
*Marital: Tình trạng hôn nhân, giá trị 1 là đã kết hôn (married),giá trị 2 là độc thân(single),giá trị 3 là đã ly hôn(divorced)
*Education: Học vấn
*Default: Có nợ tín dụng không?, giá trị 1 là có (Yes),giá trị 2 là không (No)
*balance:Số dư tại ngân hàng
*Housing: Có nhà hay không?,giá trị 1 là có (Yes),giá trị 2 là không (No)
*Loan: Có Nợ Không? ,giá trị 1 là có (Yes),giá trị 2 là không (No)
*Duration: Thời gian đáo hạn
library(readxl)
data<- read_excel("C:/Users/pc/Downloads/dldt.xlsx")## New names:
## • `` -> `...1`attach(data)str(data)## tibble [534 × 18] (S3: tbl_df/tbl/data.frame)
## $ ...1 : num [1:534] 1 2 3 4 5 6 7 8 9 10 ...
## $ age : num [1:534] 58 44 33 35 28 42 58 43 41 29 ...
## $ job : chr [1:534] "management" "technician" "entrepreneur" "management" ...
## $ marital : chr [1:534] "married" "single" "married" "married" ...
## $ education : chr [1:534] "tertiary" "secondary" "secondary" "tertiary" ...
## $ default : chr [1:534] "no" "no" "no" "no" ...
## $ balance : num [1:534] 2143 29 2 231 447 ...
## $ housing : chr [1:534] "yes" "yes" "yes" "yes" ...
## $ loan : chr [1:534] "no" "no" "yes" "no" ...
## $ day : num [1:534] 5 5 5 5 5 5 5 5 5 5 ...
## $ month : chr [1:534] "may" "may" "may" "may" ...
## $ duration : num [1:534] 4.35 2.52 1.27 2.32 3.62 6.33 0.83 0.92 3.7 2.28 ...
## $ campaign : num [1:534] 1 1 1 1 1 1 1 1 1 1 ...
## $ pdays : num [1:534] -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 ...
## $ previous : num [1:534] 0 0 0 0 0 0 0 0 0 0 ...
## $ poutcome : chr [1:534] "unknown" "unknown" "unknown" "unknown" ...
## $ response : chr [1:534] "no" "no" "no" "no" ...
## $ response_binary: num [1:534] 0 0 0 0 0 0 0 0 0 0 ...summary(data)## ...1 age job marital
## Min. : 1 Min. :22.0 Length:534 Length:534
## 1st Qu.:134 1st Qu.:36.0 Class :character Class :character
## Median :268 Median :43.0 Mode :character Mode :character
## Mean :268 Mean :43.4
## 3rd Qu.:401 3rd Qu.:51.0
## Max. :534 Max. :61.0
## education default balance housing
## Length:534 Length:534 Min. :-674 Length:534
## Class :character Class :character 1st Qu.: 17 Class :character
## Mode :character Mode :character Median : 157 Mode :character
## Mean : 454
## 3rd Qu.: 457
## Max. :8730
## loan day month duration
## Length:534 Min. :5.00 Length:534 Min. : 0.17
## Class :character 1st Qu.:5.00 Class :character 1st Qu.: 2.27
## Mode :character Median :5.00 Mode :character Median : 3.29
## Mean :5.41 Mean : 4.50
## 3rd Qu.:6.00 3rd Qu.: 5.21
## Max. :6.00 Max. :33.88
## campaign pdays previous poutcome response
## Min. :1.00 Min. :-1 Min. :0 Length:534 Length:534
## 1st Qu.:1.00 1st Qu.:-1 1st Qu.:0 Class :character Class :character
## Median :1.00 Median :-1 Median :0 Mode :character Mode :character
## Mean :1.51 Mean :-1 Mean :0
## 3rd Qu.:2.00 3rd Qu.:-1 3rd Qu.:0
## Max. :5.00 Max. :-1 Max. :0
## response_binary
## Min. :0.0000
## 1st Qu.:0.0000
## Median :0.0000
## Mean :0.0225
## 3rd Qu.:0.0000
## Max. :1.0000