1 Nhiệm vụ 3.1: population-and-demography

1.1 Giới thiệu:

Nhiệm vụ 3.1 tiến hành thao tác 1 số lệnh cơ bản trên dataset population-and-demography.csv. Dataset thống kê dân số và dân số theo từng độ tuổi khác nhau của các nước khác nhau trên thế giới từ năm 1950- 2021.

1.2 Mô tả cơ bản datasets

  • Là một data frame
  • Có 24 cột tương ứng với 24 giá trị
  • Có 18288 hàng tương ứng với 18288 quan sát
  • Dataset không có dữ liệu trống
  • Ký hiệu các cột là:
    • Country name: Tên quốc gia
    • Year: Năm
    • Population: Dân số
    • Population of children under the age of 1: Dân số của trẻ em dưới 1 tuổi
    • Population of children under the age of 5: Dân số của trẻ em dưới 5 tuổi
    • Population of children under the age of 15: Dân số của trẻ em dưới 15 tuổi
    • Population under the age of 25: Dân số dưới 25 tuổi
    • Population aged 15 to 64 years: Dân số từ 15 đến 64 tuổi
    • Population older than 15 years: Dân số trên 15 tuổi
    • Population older than 18 years: Dân số trên 18 tuổi
    • Population at age 1: Dân số tại lúc 1 tuổi
    • Population aged 1 to 4 years: Dân số từ 1 đến 4 tuổi
    • Population aged 5 to 9 years: Dân sô từ 5 đến 9 tuổi
    • Population aged 10 to 14 years: Dân số từ 10 đến 14 tuổi
    • Population aged 15 to 19 years: Dân số từ 15 đến 19 tuổi
    • Population aged 20 to 29 years: Dân số từ 20 đến 29 tuổi
    • Population aged 30 to 39 years: Dân số từ 30 đến 39 tuổi
    • Population aged 40 to 49 years: Dân số từ 40 đến 49 tuổi
    • Population aged 50 to 59 years: Dân số từ 50 đến 59 tuổi
    • Population aged 60 to 69 years: Dân số từ 60 đến 69 tuổi
    • Population aged 70 to 79 years: Dân số từ 70 đến 79 tuổi
    • Population aged 80 to 89 years: Dân số từ 80 đến 89 tuổi
    • Population aged 90 to 99 years: Dân số từ 90 đến 99 tuổi
    • Population older than 100 years: Dân số trên 100 tuổi

1.3 Đọc dữ liệu và gán file population-and-demography vào object d; sau đó tiến hành đổi tên các biến của d

  • Đọc dữ liệu và gán vào object d
d<- read.csv('C:/Users/ASUS/Downloads/population-and-demography.csv', header= T)
  • Đổi tên các biến của object d để có thể dễ dàng thao tác với dữ liệu Các ký hiệu tên tương ứng theo thứ tự lần lượt từ cột 1 đến cột 24

    • Country name= ‘country name’

    • Year= ‘year’

    • Population= ‘population’

    • Population of children under the age of 1= ‘pu1’

    • Population of children under the age of 5= ‘pu5’

    • Population of children under the age of 15= ‘pu15’

    • Population under the age of 25= ‘pu25’

    • Population aged 15 to 64 years= ‘p15t64’

    • Population older than 15 years= ‘pt15’

    • Population older than 18 years= ‘pt18’

    • Population at age 1= ‘p1’

    • Population aged 1 to 4 years= ‘p1t4’

    • Population aged 5 to 9 years= ‘p5t9’

    • Population aged 10 to 14 years= ‘p10t14’

    • Population aged 15 to 19 years= ‘p15t19’

    • Population aged 20 to 29 years= ‘p20t29’

    • Population aged 30 to 39 years= ‘p30t39’

    • Population aged 40 to 49 years= ‘p40t49’

    • Population aged 50 to 59 years= ‘p50t59’

    • Population aged 60 to 69 years= ‘p60t69’

    • Population aged 70 to 79 years= ‘p70t79’

    • Population aged 80 to 89 years= ‘p80t89’

    • Population aged 90 to 99 years= ‘p90t99’

    • Population older than 100 years= ‘po100’

1.4 Thống kê dữ liệu

Thực hiện thống kê mô tả dataset này ta được kết quả bên dưới, ý nghĩa các cột như sau:

  • n_missing: số ô dữ liệu bị miss(trống)

  • complete_rate: tỷ lệ ô có dữ liệu

  • mean: trung bình

  • sd: độ lệch chuẩn

  • p0: giá trị nhỏ nhất

  • p25: Phân vị thứ nhất

  • p50: Phân vị thứ hai cũng chính là trung vị

  • p75: phân vị thứ ba

  • p100: giá trị lớn nhất

  • hist: biểu đồ Histogram

library(skimr)
skim(d)
Data summary
Name d
Number of rows 18288
Number of columns 24
_______________________
Column type frequency:
character 1
numeric 23
________________________
Group variables None

Variable type: character

skim_variable n_missing complete_rate min max empty n_unique whitespace
country.name 0 1 4 59 0 254 0

Variable type: numeric

skim_variable n_missing complete_rate mean sd p0 p25 p50 p75 p100 hist
year 0 1 1985.50 20.78 1950 1967.75 1985.5 2003.25 2021 ▇▇▇▇▇
population 0 1 126470436.62 588851230.77 1363 291591.50 3833997.5 16785463.50 7909295000 ▇▁▁▁▁
pu1 0 1 3133496.86 14167006.03 25 6663.75 88352.0 463000.50 139783730 ▇▁▁▁▁
pu5 0 1 14825709.57 67384368.62 136 31995.25 423784.5 2160046.50 690360700 ▇▁▁▁▁
pu15 0 1 41095227.11 188416973.54 416 89541.50 1186121.5 5905944.75 2015023400 ▇▁▁▁▁
pu25 0 1 63762600.31 294251869.66 623 139541.50 1843099.5 9025129.75 3239281000 ▇▁▁▁▁
p15t64 0 1 77429505.08 367651914.71 748 170263.50 2246772.0 9641250.00 5132999000 ▇▁▁▁▁
po15 0 1 85372101.76 404866940.61 849 186716.00 2482104.0 10354345.50 5893678600 ▇▁▁▁▁
po18 0 1 78196242.04 372017010.49 752 166417.50 2238130.5 9239904.00 5516283000 ▇▁▁▁▁
pa1 0 1 3011212.81 13661998.41 26 6473.75 85824.0 440787.50 138478740 ▇▁▁▁▁
p1t4 0 1 11692212.72 53238243.89 101 25269.25 334454.0 1697850.75 550970400 ▇▁▁▁▁
p5t9 0 1 13598575.21 62534310.11 138 29406.25 392220.5 1947260.75 683611800 ▇▁▁▁▁
p10t14 0 1 12670942.28 58775457.46 73 27879.50 363895.5 1796754.00 659934300 ▇▁▁▁▁
p15t19 0 1 11782258.92 55126036.18 110 26296.50 336969.5 1626210.75 623576060 ▇▁▁▁▁
p20t29 0 1 20872880.04 98860990.50 158 45050.75 609723.5 2758738.50 1210493200 ▇▁▁▁▁
p30t39 0 1 17158704.11 82404600.95 137 36608.25 486290.5 2113149.00 1165207300 ▇▁▁▁▁
p40t49 0 1 13622138.99 66008221.21 119 27440.25 364712.5 1556334.00 976407200 ▇▁▁▁▁
p50t59 0 1 10177069.11 49288480.77 95 19649.75 264781.5 1203386.00 851356900 ▇▁▁▁▁
p60t69 0 1 6801756.84 32712918.99 64 12603.00 168417.5 845242.75 598067140 ▇▁▁▁▁
p70t79 0 1 3618710.03 17491538.61 31 6221.00 81824.0 436710.00 330491170 ▇▁▁▁▁
p80t89 0 1 1195799.30 6238308.33 6 1818.75 20269.5 133380.50 131835590 ▇▁▁▁▁
p90t99 0 1 142784.38 853350.39 0 154.75 1468.5 12499.00 22223974 ▇▁▁▁▁
po100 0 1 3107.72 20951.57 0 0.00 13.0 163.00 593166 ▇▁▁▁▁

1.5 Phân tích dân số của 5 quốc gia: Vietnam, Thailand, Laos, Malaysia, Cambodia

Bảng dữ liệu tổng quan về tình hình dân số 5 nước qua các năm từ 1950- 2021

library(dplyr)
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
library(tidyverse)
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ forcats   1.0.0     ✔ readr     2.1.5
## ✔ ggplot2   3.4.4     ✔ stringr   1.5.1
## ✔ lubridate 1.9.3     ✔ tibble    3.2.1
## ✔ purrr     1.0.2     ✔ tidyr     1.3.0
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
d1 <- d %>% filter(country.name %in% c('Vietnam', 'Thailand', 'Laos', 'Malaysia', 'Cambodia'))
d1 <- d1 %>%  select(country.name,population,p5t9, p10t14, p15t19,p20t29,p30t39,p60t69,po100)
table1 <- knitr::kable(d1, format = "markdown")
table1
country.name population p5t9 p10t14 p15t19 p20t29 p30t39 p60t69 po100
Cambodia 4380384 590809 518138 452855 727143 526845 133728 2.000
Cambodia 4485394 602167 527312 462426 743027 538567 137369 2.000
Cambodia 4592881 614160 536028 472275 758952 550377 141236 2.000
Cambodia 4702070 628642 544716 482065 774413 561973 145214 2.000
Cambodia 4814380 649808 554024 491565 789733 573592 149203 2.000
Cambodia 4931233 676005 564248 500769 805321 585489 153164 2.000
Cambodia 5051848 703315 575270 509534 821178 597516 157061 1.000
Cambodia 5175946 732083 586910 517881 837442 609628 160920 1.000
Cambodia 5298410 760766 600917 526034 853172 621340 164816 1.000
Cambodia 5419153 785547 621261 534909 869010 633230 168811 1.000
Cambodia 5541679 808337 646505 545067 885856 645988 172982 1.000
Cambodia 5664665 832800 672990 556111 902980 659205 177367 1.000
Cambodia 5788856 858316 701009 567848 920574 672968 181964 1.000
Cambodia 5913682 881705 729117 581937 938633 687164 186783 1.000
Cambodia 6040854 900311 753603 602095 957010 701569 191779 1.000
Cambodia 6170727 913740 776137 626742 975324 715840 196875 1.000
Cambodia 6299236 922286 800192 652108 992287 729465 202067 1.000
Cambodia 6426456 926850 825227 678653 1007930 742659 207340 1.000
Cambodia 6553111 929657 848147 705190 1024915 755473 212630 1.000
Cambodia 6679712 935157 866408 728251 1047839 767675 218005 1.000
Cambodia 6708523 942868 877434 738534 1036102 754909 221613 2.000
Cambodia 6696324 952532 883410 748266 1009233 729322 223962 2.000
Cambodia 6766292 966023 887844 771115 1016378 719843 227149 2.000
Cambodia 6852365 981967 890710 795214 1035995 714299 230498 2.000
Cambodia 6913410 997006 895552 814566 1059892 707990 233643 3.000
Cambodia 6727925 996366 896422 813907 1049351 678127 221123 3.000
Cambodia 6307123 966554 871414 784639 1008298 621227 201675 2.000
Cambodia 6040198 943721 848100 762019 1004702 582381 196890 2.000
Cambodia 5961192 939431 852475 759010 1027959 566873 198292 2.000
Cambodia 6051810 922750 864521 772216 1085414 580654 202071 2.000
Cambodia 6198963 882622 877106 785789 1136684 597044 207033 2.000
Cambodia 6364474 826443 890461 797497 1180374 612002 212137 2.000
Cambodia 6619704 756196 905242 817757 1251607 648419 218239 3.000
Cambodia 6881965 695573 911491 835614 1315245 688016 224406 3.000
Cambodia 7133905 693315 896710 847920 1365527 727733 230368 3.000
Cambodia 7376090 765220 858460 858445 1404334 769077 236197 4.000
Cambodia 7661320 885125 806307 874947 1452469 825734 242592 4.000
Cambodia 7975606 1034809 738740 892912 1504171 894545 249386 4.000
Cambodia 8269784 1198146 679544 899198 1541563 960334 255957 5.000
Cambodia 8570931 1338829 677688 886006 1578201 1025777 262643 5.000
Cambodia 8910806 1437292 749498 853945 1629545 1098436 269914 6.000
Cambodia 9259362 1507372 867676 806385 1681860 1172063 277406 6.000
Cambodia 9718217 1571368 1017606 754474 1774134 1271481 286534 6.000
Cambodia 10243554 1626162 1182654 715435 1881820 1386094 296953 6.000
Cambodia 10636353 1665324 1321953 713346 1913040 1469512 306067 7.000
Cambodia 10919528 1693928 1417481 771220 1879724 1527371 313970 9.000
Cambodia 11182613 1721300 1485993 876862 1828015 1579319 321818 9.000
Cambodia 11431578 1744472 1547243 1014338 1757872 1625703 329559 10.000
Cambodia 11669087 1728332 1593395 1181000 1713325 1695583 338034 11.000
Cambodia 11899010 1702613 1621028 1325164 1704164 1761314 347361 12.000
Cambodia 12118844 1693488 1638828 1412805 1715191 1796393 356693 13.000
Cambodia 12338198 1662802 1654762 1473157 1756988 1829692 366264 14.000
Cambodia 12561783 1608866 1666501 1525783 1812855 1858731 376264 15.000
Cambodia 12787714 1557405 1673210 1567104 1891775 1876843 386777 17.000
Cambodia 13016377 1522455 1676819 1594376 2004676 1870834 397889 19.000
Cambodia 13246588 1495484 1669038 1611515 2146830 1840093 409700 21.000
Cambodia 13477781 1484790 1639607 1626155 2306735 1792861 422333 23.000
Cambodia 13714798 1498398 1587311 1636974 2487752 1727346 436027 25.000
Cambodia 13943897 1511670 1535157 1638877 2667683 1659790 452462 27.000
Cambodia 14155742 1514108 1498467 1631020 2801026 1626210 473855 30.000
Cambodia 14363534 1522475 1472176 1611921 2877723 1639947 499553 33.000
Cambodia 14573894 1534634 1463369 1575070 2925904 1681873 528578 36.000
Cambodia 14786650 1549484 1478966 1517547 2960842 1735336 561552 39.000
Cambodia 14999691 1566409 1494178 1463962 2978979 1809297 599038 42.000
Cambodia 15210817 1582694 1497670 1427679 2979605 1913819 641570 45.000
Cambodia 15417527 1596592 1506131 1399961 2959690 2044404 689674 48.000
Cambodia 15624586 1608093 1518955 1391079 2921399 2189589 743574 53.000
Cambodia 15830694 1617923 1534598 1407863 2861124 2351602 802977 58.000
Cambodia 16025242 1626959 1551506 1422456 2798895 2514026 864967 62.000
Cambodia 16207746 1636304 1567311 1423896 2750134 2640544 925985 66.000
Cambodia 16396864 1644978 1582351 1436118 2710047 2716340 984805 70.000
Cambodia 16589031 1650586 1596826 1460793 2680739 2759400 1040066 74.000
Laos 1684682 216293 189810 168522 290546 223936 47260 1.000
Laos 1725439 222839 193376 171147 294448 228196 49316 1.000
Laos 1766299 229827 197011 174341 298246 232280 51567 0.000
Laos 1807912 236607 200995 177926 302041 236273 53941 0.000
Laos 1850258 241425 205736 181512 305942 240277 56315 0.000
Laos 1893389 247541 211406 185012 310017 244304 58648 0.000
Laos 1937520 256278 217852 188532 314364 248371 60957 0.000
Laos 1982581 264641 224734 192125 319088 252501 63221 0.000
Laos 2028593 273261 231416 196057 324163 256631 65478 0.000
Laos 2075233 283604 236185 200691 329303 260520 67790 0.000
Laos 2122537 292392 242214 206212 334510 264136 70177 0.000
Laos 2171145 298424 250799 212508 340159 267649 72656 0.000
Laos 2221616 304717 259041 219287 346616 271199 75255 0.000
Laos 2273224 311171 267545 225851 353677 274658 77907 0.000
Laos 2325518 317978 277744 230493 361189 278009 80500 0.000
Laos 2379462 325135 286427 236407 369557 281529 83055 0.000
Laos 2434867 332599 292403 244839 378721 285280 85558 0.000
Laos 2491926 340485 298632 252945 388422 289356 88004 0.000
Laos 2551077 348793 305031 261321 398339 293772 90442 0.000
Laos 2612120 357413 311774 271343 407183 298415 92894 0.000
Laos 2675284 366413 318846 279878 418137 303289 95383 0.000
Laos 2740739 375790 326248 285803 432302 308588 97921 0.000
Laos 2808303 385547 334081 291987 446593 314472 100498 0.000
Laos 2877563 395739 342293 298277 460820 320911 103087 0.000
Laos 2946890 406348 350741 304643 474088 327519 105695 0.000
Laos 3012727 417397 359420 310748 484986 333547 108277 0.000
Laos 3072020 428666 368267 316465 492733 338322 110725 0.000
Laos 3125747 439977 377345 322220 498036 341793 113074 0.000
Laos 3177947 451507 386830 328532 502983 344461 115392 0.000
Laos 3233708 463472 396860 335822 510930 346188 117711 0.000
Laos 3297520 475718 407619 344397 520426 350753 120128 0.000
Laos 3370998 488013 418963 354139 530917 359536 122660 0.000
Laos 3453694 500159 430678 364742 544911 369661 125253 0.000
Laos 3543868 511844 442781 375869 561433 380774 127885 0.000
Laos 3639964 523097 455339 387295 579801 392379 130576 0.000
Laos 3741609 534452 468073 399106 599766 404400 133328 0.000
Laos 3848392 546666 480726 411193 621016 416969 136143 0.000
Laos 3959701 560486 493112 423397 643289 430199 139011 0.000
Laos 4074966 576423 504965 435788 666235 444506 141881 1.000
Laos 4193540 594514 516339 448444 689339 461149 144666 1.000
Laos 4314442 614316 527739 461043 712304 477260 147318 1.000
Laos 4437233 635232 539923 473344 734751 491760 149870 1.000
Laos 4561117 656638 553650 485225 756465 507128 152323 2.000
Laos 4685293 678037 569420 496481 777643 523144 154709 1.000
Laos 4807956 699229 587266 507182 798443 539681 157080 0.000
Laos 4927432 720201 606792 517848 818751 556541 159478 0.000
Laos 5043920 740922 627416 529266 838404 573504 161975 1.000
Laos 5150539 759726 646646 540631 855465 591091 164800 1.000
Laos 5246922 775868 664271 552549 869939 608774 167803 1.000
Laos 5340060 788318 682340 566603 884013 625386 170625 1.000
Laos 5430862 794226 701287 582467 898068 641067 173328 1.000
Laos 5519714 792994 720949 599817 912907 655713 176086 82.000
Laos 5606103 787089 739909 618149 929625 669069 178914 227.000
Laos 5689072 779506 756409 637142 948978 681003 181786 356.000
Laos 5768170 773029 767806 656836 971237 691293 184688 480.000
Laos 5852969 769698 769900 677374 1000098 703798 188034 533.000
Laos 5946597 768481 763808 696594 1035590 720708 192017 476.000
Laos 6041355 766648 755462 711590 1072845 739632 196365 371.000
Laos 6135863 761795 748903 721412 1110554 759965 201187 270.000
Laos 6229933 754060 746323 725622 1147914 781666 206572 194.000
Laos 6323425 747048 746779 725183 1184010 804749 212517 142.000
Laos 6416331 743553 747631 722260 1217396 829559 219100 112.000
Laos 6508806 743755 746514 719084 1246145 856542 226527 116.000
Laos 6600736 746461 742033 718209 1269288 885742 234886 190.000
Laos 6691467 749523 734983 720913 1286704 916661 244238 388.000
Laos 6787420 752032 729702 726071 1303286 948228 254801 550.000
Laos 6891366 752961 729287 730769 1320815 980612 266520 536.000
Laos 6997925 752483 732978 732445 1336168 1014469 279100 445.000
Laos 7105008 752323 738747 730664 1350233 1049350 292409 342.000
Laos 7212058 753408 744374 726503 1364242 1084020 306409 254.000
Laos 7319397 757454 748198 722865 1377809 1117178 320848 189.000
Laos 7425055 764037 749269 722715 1388995 1148423 335202 138.000
Malaysia 5972878 747601 715535 569977 941087 731844 240783 43.000
Malaysia 6118741 763618 726459 593170 961907 744211 231335 30.000
Malaysia 6273221 789793 728969 624683 981337 757307 222667 22.000
Malaysia 6435030 825855 727350 658714 1000164 770608 215028 15.000
Malaysia 6605400 869255 728614 685618 1021207 783750 209408 8.000
Malaysia 6786083 923827 736802 703619 1045452 796773 206092 2.000
Malaysia 6977026 986466 752793 713791 1073681 809897 204942 1.000
Malaysia 7178108 1046557 778762 715864 1107019 823357 206070 1.000
Malaysia 7385695 1103762 814459 713812 1141958 836518 209123 0.000
Malaysia 7602946 1160464 857621 715028 1175607 850319 213417 0.000
Malaysia 7833788 1210866 912072 723853 1208258 866237 218650 0.000
Malaysia 8074800 1255547 974609 740679 1241143 883389 224550 0.000
Malaysia 8324221 1301603 1034760 767454 1275650 900962 231047 0.000
Malaysia 8579358 1347425 1092225 803796 1309821 919869 238615 0.000
Malaysia 8835933 1391150 1149227 847139 1340065 941933 247983 0.000
Malaysia 9091017 1432241 1199838 901185 1367819 967215 259350 0.000
Malaysia 9340245 1469668 1244570 962676 1393870 995863 272626 0.000
Malaysia 9582092 1502548 1290477 1021399 1420033 1028847 287802 0.000
Malaysia 9821309 1531177 1336064 1077454 1451015 1063999 304012 0.000
Malaysia 10061684 1554670 1379533 1133170 1491245 1096746 319894 0.000
Malaysia 10306509 1571290 1420405 1182923 1549179 1126187 334894 1.000
Malaysia 10552565 1580428 1457644 1226820 1621518 1153800 349050 1.000
Malaysia 10801631 1582212 1490456 1272045 1700909 1181679 362330 1.000
Malaysia 11062667 1580410 1519214 1317589 1788993 1209637 374805 2.000
Malaysia 11335200 1580506 1543001 1361451 1885463 1234793 386757 2.000
Malaysia 11617957 1585603 1560075 1403231 1989019 1259466 398458 2.000
Malaysia 11910081 1596862 1569851 1441758 2096914 1285360 409770 3.000
Malaysia 12218924 1615437 1572602 1476869 2208455 1315916 420653 5.000
Malaysia 12543894 1642723 1571892 1508435 2321241 1354764 431484 8.000
Malaysia 12875017 1675200 1572914 1534215 2431308 1403654 442771 13.000
Malaysia 13215709 1708615 1578801 1552748 2532698 1470415 454789 16.000
Malaysia 13564596 1742826 1590686 1563241 2623380 1552377 467634 18.000
Malaysia 13921034 1778273 1609543 1565910 2708857 1641488 481250 19.000
Malaysia 14292864 1812094 1637001 1565550 2791171 1739394 495537 21.000
Malaysia 14686459 1845374 1669959 1568307 2870192 1847650 510611 25.000
Malaysia 15108141 1883458 1704291 1577861 2946695 1966242 526639 38.000
Malaysia 15558747 1928052 1739957 1595258 3020215 2093718 543825 64.000
Malaysia 16033107 1978805 1777338 1620673 3088657 2226480 562258 102.000
Malaysia 16524616 2034390 1813259 1654567 3153279 2361598 581557 145.000
Malaysia 17020144 2093021 1848397 1692351 3213758 2496825 601179 183.000
Malaysia 17517060 2150396 1887803 1729368 3268588 2624342 621321 215.000
Malaysia 18017470 2202914 1933024 1765457 3316103 2742080 641729 239.000
Malaysia 18526708 2248459 1983917 1802208 3359119 2856539 661810 258.000
Malaysia 19050074 2286822 2039424 1837714 3405228 2967708 682774 273.000
Malaysia 19588706 2317234 2098050 1873215 3457571 3073281 706917 292.000
Malaysia 20136886 2345392 2155538 1913347 3513756 3169952 734489 316.000
Malaysia 20689060 2380144 2208367 1959446 3574402 3255481 766022 341.000
Malaysia 21249178 2424195 2254543 2012105 3644524 3330691 802302 369.000
Malaysia 21810542 2476438 2293648 2069798 3722491 3398837 840923 397.000
Malaysia 22368652 2536244 2324750 2130518 3805178 3463433 877865 417.000
Malaysia 22945152 2608727 2379639 2209959 3887461 3509099 910307 420.000
Malaysia 23542522 2677012 2463784 2307805 3977932 3538183 940771 405.000
Malaysia 24142448 2720887 2547125 2403763 4091585 3570089 973466 380.000
Malaysia 24739420 2741299 2624312 2493912 4227791 3608549 1008430 358.000
Malaysia 25333250 2743404 2692648 2576288 4387684 3654672 1045059 349.000
Malaysia 25923540 2734946 2746381 2651040 4568306 3707475 1085477 352.000
Malaysia 26509416 2726505 2778749 2718855 4763320 3768762 1131374 449.000
Malaysia 27092604 2723279 2791564 2777518 4970005 3841340 1183541 570.000
Malaysia 27664304 2718465 2788904 2824635 5184149 3927543 1243209 634.000
Malaysia 28217208 2708517 2777299 2859236 5399028 4031123 1311060 772.000
Malaysia 28717728 2692370 2764662 2872140 5571731 4154419 1382189 980.000
Malaysia 29184140 2671626 2757890 2865167 5690266 4297052 1454692 1158.000
Malaysia 29660216 2650169 2754682 2851098 5782937 4457796 1531136 1268.000
Malaysia 30134806 2625097 2743739 2832594 5853510 4633098 1610290 1323.000
Malaysia 30606454 2590714 2723411 2812401 5905267 4817761 1691244 1349.000
Malaysia 31068834 2550610 2701331 2795389 5936102 5002972 1773205 1357.000
Malaysia 31526414 2520514 2680203 2787124 5948120 5184624 1856677 1364.000
Malaysia 31975812 2506653 2658312 2782758 5943093 5360259 1942216 1377.000
Malaysia 32399270 2511536 2632430 2769106 5921110 5524899 2028597 1389.000
Malaysia 32804024 2540425 2597278 2745977 5892148 5676155 2114332 1403.000
Malaysia 33199988 2581161 2556687 2721924 5862166 5806268 2198994 1416.000
Malaysia 33573870 2611168 2525865 2698538 5830052 5906820 2279681 1403.000
Thailand 20411638 2693720 2563455 2219909 3390772 2335331 657366 806.000
Thailand 20914572 2735868 2587801 2278719 3503885 2375458 660114 774.000
Thailand 21443944 2797680 2597856 2346369 3617979 2419216 660873 750.000
Thailand 21994684 2876634 2600614 2414027 3731506 2468242 661902 718.000
Thailand 22569798 2982344 2609881 2467989 3845021 2527058 667067 678.000
Thailand 23173968 3118231 2634719 2505797 3958020 2597503 677602 636.000
Thailand 23805334 3268530 2675897 2529519 4071740 2679093 692742 616.000
Thailand 24462196 3425041 2736149 2539625 4187251 2771917 712289 621.000
Thailand 25135268 3587500 2813345 2542656 4298403 2872401 735144 624.000
Thailand 25840324 3745057 2917977 2552970 4400457 2977826 759423 617.000
Thailand 26596590 3891181 3053930 2580344 4494209 3088178 784959 614.000
Thailand 27399966 4034836 3205511 2624844 4582683 3202741 812607 631.000
Thailand 28242170 4177436 3364310 2688527 4667783 3319635 841456 659.000
Thailand 29114124 4317777 3531028 2769739 4747724 3437345 870171 683.000
Thailand 30013572 4459559 3692857 2877426 4821696 3555901 898450 696.000
Thailand 30940276 4604781 3841306 3014308 4895365 3674533 926559 707.000
Thailand 31883754 4752933 3985667 3165275 4970675 3793870 954436 716.000
Thailand 32839338 4906585 4128066 3322583 5050571 3914877 981851 718.000
Thailand 33807356 5065164 4267616 3487932 5142801 4034316 1009061 734.000
Thailand 34787584 5222509 4407613 3648977 5270309 4146619 1037010 792.000
Thailand 35791730 5375014 4551044 3798158 5447368 4252521 1066363 899.000
Thailand 36807996 5518416 4698186 3943962 5657148 4354135 1097403 1049.000
Thailand 37834384 5648053 4851417 4088617 5895090 4455033 1129945 1232.000
Thailand 38873064 5761037 5010506 4232072 6163839 4556646 1163457 1420.000
Thailand 39900960 5855767 5169394 4375507 6452142 4654132 1197427 1585.000
Thailand 40908470 5931810 5323221 4520129 6750463 4750311 1231705 1727.000
Thailand 41882130 5988409 5467650 4665904 7050952 4845775 1266631 1851.000
Thailand 42843796 6026617 5598525 4818863 7358887 4949356 1302040 1942.000
Thailand 43806716 6044590 5712774 4979427 7678444 5068481 1338357 2030.000
Thailand 44760096 6040793 5808604 5139128 7991985 5218032 1377146 2164.000
Thailand 45737756 6018732 5886465 5295358 8298620 5411669 1420491 2357.000
Thailand 46727290 5977344 5945595 5442939 8605617 5635261 1468664 2602.000
Thailand 47700340 5915924 5986266 5576442 8916194 5883061 1521232 2886.000
Thailand 48670570 5845761 6007142 5695181 9237444 6159941 1579940 3191.000
Thailand 49636732 5783024 6006981 5796662 9563537 6460191 1648035 3498.000
Thailand 50594932 5744111 5988538 5879285 9886878 6774973 1726652 3807.000
Thailand 51542096 5727657 5950720 5941914 10201322 7098730 1815429 4136.000
Thailand 52479184 5713989 5892982 5985436 10504894 7426862 1914615 4502.000
Thailand 53410956 5689764 5826129 6009332 10798144 7762344 2021487 4885.000
Thailand 54324012 5649043 5765636 6010045 11065881 8090914 2131725 5255.000
Thailand 55228410 5584766 5677121 5930124 11291446 8490276 2242611 5613.000
Thailand 56099870 5515157 5591219 5784183 11447125 8939577 2355325 5950.000
Thailand 56939020 5462438 5543885 5610779 11505808 9398068 2475529 6258.000
Thailand 57776080 5421023 5516581 5416469 11453942 9891730 2608751 6571.000
Thailand 58610012 5379499 5519818 5243111 11283189 10375981 2754260 6955.000
Thailand 59424836 5336968 5539851 5139098 11044819 10772323 2906431 7416.000
Thailand 60211100 5294440 5551652 5126564 10780636 11030582 3058621 7819.000
Thailand 60989104 5241728 5534240 5179432 10478864 11206352 3207302 8054.000
Thailand 61745216 5188763 5497361 5276968 10160801 11319748 3359973 8090.999
Thailand 62442652 5159930 5445232 5389671 9870003 11346510 3541118 7872.000
Thailand 63066604 5141499 5370753 5488504 9722198 11293986 3743232 7548.000
Thailand 63649892 5104097 5291553 5519353 9771710 11221809 3909686 7356.000
Thailand 64222576 5056243 5217875 5461544 9931929 11142429 4007116 7297.000
Thailand 64776960 4998212 5150660 5365148 10107700 11035162 4061040 7277.000
Thailand 65311164 4907954 5101782 5263796 10248438 10912944 4114624 7244.000
Thailand 65821360 4779118 5076646 5183138 10358181 10793613 4187406 7200.000
Thailand 66319530 4633309 5064441 5139354 10432536 10699929 4292002 7724.000
Thailand 66826750 4495949 5056779 5103533 10458379 10637965 4437435 8722.000
Thailand 67328240 4377361 5039141 5060969 10434545 10591682 4620078 9677.000
Thailand 67813656 4287356 4988749 5025309 10365367 10561950 4823073 10780.000
Thailand 68270490 4212082 4879957 5020528 10308674 10504038 5039925 11911.000
Thailand 68712850 4146665 4719446 5040700 10282709 10433968 5284241 13008.000
Thailand 69157020 4105760 4550725 5061146 10231567 10414498 5564652 14220.000
Thailand 69578600 4088973 4403059 5056890 10161687 10420598 5872163 15606.000
Thailand 69960940 4084697 4293825 5002749 10107045 10423031 6194312 17154.000
Thailand 70294410 4079993 4211364 4886816 10095988 10421798 6529873 18788.000
Thailand 70607030 4075376 4146488 4726838 10135170 10419740 6874101 20474.000
Thailand 70898210 4067867 4105913 4559297 10171462 10406116 7215582 22173.000
Thailand 71127810 4044670 4088375 4408977 10147854 10375272 7543218 23800.000
Thailand 71307770 4001845 4083107 4295657 10064242 10330238 7861810 25381.000
Thailand 71475660 3942321 4078340 4212015 9944581 10293772 8172038 27053.000
Thailand 71601100 3860904 4073313 4146021 9794190 10261938 8457481 28840.000
Vietnam 25109200 2454017 2376271 2520831 4228608 3480061 1176981 175.000
Vietnam 25627542 2509800 2349571 2514515 4284578 3510682 1219064 157.000
Vietnam 26189598 2584905 2338948 2477906 4347634 3542143 1262937 143.000
Vietnam 26820860 2692175 2345787 2422031 4413656 3575197 1307627 128.000
Vietnam 27507460 2905508 2368288 2370026 4478421 3614493 1352164 107.000
Vietnam 28263032 3201219 2406634 2333806 4537822 3663009 1398673 89.000
Vietnam 29035684 3453010 2463457 2310952 4589387 3716655 1446367 80.000
Vietnam 29884094 3727145 2539330 2303150 4633013 3770499 1492090 81.000
Vietnam 30804086 4030683 2646998 2312032 4665492 3825775 1538330 81.000
Vietnam 31750430 4266437 2859452 2336180 4680875 3887300 1589752 78.000
Vietnam 32718462 4449482 3153069 2375595 4679971 3955237 1646947 74.000
Vietnam 33621980 4661108 3403560 2432875 4663310 4029754 1710280 74.000
Vietnam 34533890 4902836 3676345 2508801 4630429 4110729 1779916 78.000
Vietnam 35526730 5147267 3977664 2615429 4591136 4192339 1849124 80.000
Vietnam 36509172 5370234 4211042 2824673 4564732 4264754 1911062 77.000
Vietnam 37466076 5572032 4391725 3113790 4564461 4322404 1963788 73.000
Vietnam 38388220 5708836 4600262 3360191 4593591 4368657 2007245 70.000
Vietnam 39282564 5783131 4837490 3628244 4655214 4406008 2041428 67.000
Vietnam 40145292 5880209 5076246 3922401 4757907 4427032 2063797 67.000
Vietnam 41015868 5958260 5294045 4149713 4974511 4428996 2081744 74.000
Vietnam 41928850 6001230 5491302 4327044 5287348 4417502 2102323 86.000
Vietnam 42916624 6081925 5625504 4535875 5590149 4400077 2123917 100.000
Vietnam 43906020 6131926 5696214 4769814 5925347 4364367 2142110 114.000
Vietnam 44891290 6106114 5790168 5000759 6298859 4314331 2160326 127.000
Vietnam 45898700 6106077 5867676 5212147 6703900 4278407 2181894 139.000
Vietnam 46969616 6149973 5911955 5408296 7148419 4275473 2210377 153.000
Vietnam 48163580 6261386 5996247 5548309 7599916 4311713 2248306 167.000
Vietnam 49418144 6444673 6054616 5630308 8114904 4386708 2288816 181.000
Vietnam 50701460 6667196 6040213 5735233 8661920 4506596 2331083 198.000
Vietnam 51831390 6882874 6002891 5748179 9074741 4705389 2372225 214.000
Vietnam 52968270 7087066 6011290 5713870 9403469 4989755 2414938 229.000
Vietnam 54280400 7280512 6134045 5776660 9718330 5274604 2462433 247.000
Vietnam 55632150 7443826 6327340 5817548 9994489 5600389 2512903 266.000
Vietnam 57011452 7576624 6561007 5793231 10293297 5984794 2565380 287.000
Vietnam 58406864 7712530 6788885 5802093 10550498 6406070 2619532 312.000
Vietnam 59811316 7865826 6999050 5859131 10748959 6855435 2675722 339.000
Vietnam 61221108 8032629 7192231 5981180 10919485 7291566 2733109 369.000
Vietnam 62630788 8216829 7355269 6174145 11007210 7775236 2789670 404.000
Vietnam 64037520 8400740 7489940 6409913 11055749 8287381 2846259 441.000
Vietnam 65466360 8571972 7635415 6650967 11127401 8719480 2908150 482.000
Vietnam 66912616 8725735 7802244 6883516 11221194 9080899 2975410 528.000
Vietnam 68358824 8848052 7978824 7099992 11425176 9399182 3048101 583.000
Vietnam 69788750 8928353 8169095 7285388 11683841 9680632 3127117 646.000
Vietnam 71176410 8973203 8356027 7438247 11921787 9983995 3208654 717.000
Vietnam 72501090 8996829 8528247 7591611 12190125 10247121 3284035 797.000
Vietnam 73759110 9011069 8682862 7761291 12501285 10458895 3347772 886.000
Vietnam 74946456 9017541 8806608 7943003 12874449 10650927 3401920 984.000
Vietnam 76058600 9008693 8888285 8137527 13290383 10764501 3447084 1086.000
Vietnam 77128424 8967439 8934982 8328885 13719862 10843522 3481841 1199.000
Vietnam 78123710 8863801 8959599 8499611 14127501 10931973 3502117 1341.000
Vietnam 79001144 8669029 8955195 8598936 14483125 11035917 3510374 1510.000
Vietnam 79817770 8380240 8930278 8620240 14790633 11255188 3507910 1715.000
Vietnam 80642300 8033526 8902326 8607017 15055157 11526185 3493820 1958.000
Vietnam 81475816 7673906 8852584 8575405 15263316 11775393 3477354 2213.000
Vietnam 82311230 7346731 8747842 8541516 15439871 12049616 3473533 2449.000
Vietnam 83142100 7106903 8556134 8516735 15600101 12350213 3490770 2654.000
Vietnam 83951800 6973193 8272481 8504375 15734694 12692924 3530667 2832.000
Vietnam 84762270 6930809 7932526 8496772 15844888 13065748 3596565 2983.000
Vietnam 85597230 6948863 7581057 8473485 15929809 13434835 3700277 3133.000
Vietnam 86482920 6999177 7271271 8423706 16016362 13781134 3899201 3321.000
Vietnam 87411016 7047544 7053520 8312253 16125880 14103368 4175567 3548.000
Vietnam 88349100 7062909 6933724 8102562 16239842 14399487 4433440 3813.000
Vietnam 89301330 7057241 6897846 7822469 16338180 14659212 4727043 4119.000
Vietnam 90267736 7060268 6918091 7515494 16406260 14867750 5071109 4423.000
Vietnam 91235500 7070996 6968784 7227021 16422823 15050539 5446327 4675.000
Vietnam 92191400 7088078 7017172 7012758 16362801 15223423 5844277 4880.000
Vietnam 93126530 7137436 7032703 6893662 16216320 15376688 6228514 5066.000
Vietnam 94033050 7211593 7027354 6858329 16004474 15511445 6651599 5236.000
Vietnam 94914330 7290955 7030804 6879217 15745344 15626364 7097036 5414.000
Vietnam 95776710 7370019 7041759 6930338 15447534 15732903 7474909 5660.000
Vietnam 96648680 7443781 7059237 6979806 15132400 15847733 7798701 6021.000
Vietnam 97468024 7496645 7109512 6997474 14810058 15962702 8071058 6395.000

1.5.1 Dữ liệu về dân số tại Viet Nam 1950-2021

Dân số Việt Nam từ năm 1950-2021 có xu hướng tăng nhanh, đặc biệt là giai đoạn từ năm 1975 đến nay. Cụ thể, dân số Việt Nam từ 24,3 triệu người năm 1951 tăng lên 97,58 triệu người năm 2021, gấp hơn 4 lần.

Vietnam <- d[d$country.name=="Vietnam",c(1,2,3) ]
table2 <- knitr::kable(Vietnam, format= "markdown")
table2
country.name year population
17785 Vietnam 1950 25109200
17786 Vietnam 1951 25627542
17787 Vietnam 1952 26189598
17788 Vietnam 1953 26820860
17789 Vietnam 1954 27507460
17790 Vietnam 1955 28263032
17791 Vietnam 1956 29035684
17792 Vietnam 1957 29884094
17793 Vietnam 1958 30804086
17794 Vietnam 1959 31750430
17795 Vietnam 1960 32718462
17796 Vietnam 1961 33621980
17797 Vietnam 1962 34533890
17798 Vietnam 1963 35526730
17799 Vietnam 1964 36509172
17800 Vietnam 1965 37466076
17801 Vietnam 1966 38388220
17802 Vietnam 1967 39282564
17803 Vietnam 1968 40145292
17804 Vietnam 1969 41015868
17805 Vietnam 1970 41928850
17806 Vietnam 1971 42916624
17807 Vietnam 1972 43906020
17808 Vietnam 1973 44891290
17809 Vietnam 1974 45898700
17810 Vietnam 1975 46969616
17811 Vietnam 1976 48163580
17812 Vietnam 1977 49418144
17813 Vietnam 1978 50701460
17814 Vietnam 1979 51831390
17815 Vietnam 1980 52968270
17816 Vietnam 1981 54280400
17817 Vietnam 1982 55632150
17818 Vietnam 1983 57011452
17819 Vietnam 1984 58406864
17820 Vietnam 1985 59811316
17821 Vietnam 1986 61221108
17822 Vietnam 1987 62630788
17823 Vietnam 1988 64037520
17824 Vietnam 1989 65466360
17825 Vietnam 1990 66912616
17826 Vietnam 1991 68358824
17827 Vietnam 1992 69788750
17828 Vietnam 1993 71176410
17829 Vietnam 1994 72501090
17830 Vietnam 1995 73759110
17831 Vietnam 1996 74946456
17832 Vietnam 1997 76058600
17833 Vietnam 1998 77128424
17834 Vietnam 1999 78123710
17835 Vietnam 2000 79001144
17836 Vietnam 2001 79817770
17837 Vietnam 2002 80642300
17838 Vietnam 2003 81475816
17839 Vietnam 2004 82311230
17840 Vietnam 2005 83142100
17841 Vietnam 2006 83951800
17842 Vietnam 2007 84762270
17843 Vietnam 2008 85597230
17844 Vietnam 2009 86482920
17845 Vietnam 2010 87411016
17846 Vietnam 2011 88349100
17847 Vietnam 2012 89301330
17848 Vietnam 2013 90267736
17849 Vietnam 2014 91235500
17850 Vietnam 2015 92191400
17851 Vietnam 2016 93126530
17852 Vietnam 2017 94033050
17853 Vietnam 2018 94914330
17854 Vietnam 2019 95776710
17855 Vietnam 2020 96648680
17856 Vietnam 2021 97468024

1.5.2 Dữ liệu về dân số tại Thailand 1950-2021

Theo số liệu của Tổng cục Thống kê Thái Lan, dân số của Thái Lan đã tăng trưởng liên tục trong giai đoạn từ năm 1950 đến năm 2021, với tốc độ tăng trưởng trung bình là 2,5% mỗi năm. Năm 1950, dân số Thái Lan là 20,4 triệu người, đến năm 2021, dân số đã tăng lên 66,1 triệu người, tăng gấp 3,2 lần.

Thailand <- d[d$country.name=="Thailand",c(1,2,3) ]
table3 <- knitr::kable(Thailand, format= "markdown")
table3
country.name year population
16273 Thailand 1950 20411638
16274 Thailand 1951 20914572
16275 Thailand 1952 21443944
16276 Thailand 1953 21994684
16277 Thailand 1954 22569798
16278 Thailand 1955 23173968
16279 Thailand 1956 23805334
16280 Thailand 1957 24462196
16281 Thailand 1958 25135268
16282 Thailand 1959 25840324
16283 Thailand 1960 26596590
16284 Thailand 1961 27399966
16285 Thailand 1962 28242170
16286 Thailand 1963 29114124
16287 Thailand 1964 30013572
16288 Thailand 1965 30940276
16289 Thailand 1966 31883754
16290 Thailand 1967 32839338
16291 Thailand 1968 33807356
16292 Thailand 1969 34787584
16293 Thailand 1970 35791730
16294 Thailand 1971 36807996
16295 Thailand 1972 37834384
16296 Thailand 1973 38873064
16297 Thailand 1974 39900960
16298 Thailand 1975 40908470
16299 Thailand 1976 41882130
16300 Thailand 1977 42843796
16301 Thailand 1978 43806716
16302 Thailand 1979 44760096
16303 Thailand 1980 45737756
16304 Thailand 1981 46727290
16305 Thailand 1982 47700340
16306 Thailand 1983 48670570
16307 Thailand 1984 49636732
16308 Thailand 1985 50594932
16309 Thailand 1986 51542096
16310 Thailand 1987 52479184
16311 Thailand 1988 53410956
16312 Thailand 1989 54324012
16313 Thailand 1990 55228410
16314 Thailand 1991 56099870
16315 Thailand 1992 56939020
16316 Thailand 1993 57776080
16317 Thailand 1994 58610012
16318 Thailand 1995 59424836
16319 Thailand 1996 60211100
16320 Thailand 1997 60989104
16321 Thailand 1998 61745216
16322 Thailand 1999 62442652
16323 Thailand 2000 63066604
16324 Thailand 2001 63649892
16325 Thailand 2002 64222576
16326 Thailand 2003 64776960
16327 Thailand 2004 65311164
16328 Thailand 2005 65821360
16329 Thailand 2006 66319530
16330 Thailand 2007 66826750
16331 Thailand 2008 67328240
16332 Thailand 2009 67813656
16333 Thailand 2010 68270490
16334 Thailand 2011 68712850
16335 Thailand 2012 69157020
16336 Thailand 2013 69578600
16337 Thailand 2014 69960940
16338 Thailand 2015 70294410
16339 Thailand 2016 70607030
16340 Thailand 2017 70898210
16341 Thailand 2018 71127810
16342 Thailand 2019 71307770
16343 Thailand 2020 71475660
16344 Thailand 2021 71601100

1.5.3 Dữ liệu về dân số tại Cambodia 1950-2021

Dân số của Campuchia từ năm 1950 đến năm 2021 có sự tăng trưởng nhanh chóng, từ 4,2 triệu lên 16,5 triệu người. Tốc độ tăng trưởng dân số trung bình hàng năm là 2,7%.

Cambodia <- d[d$country.name=="Cambodia",c(1,2,3) ]
table3 <- knitr::kable(Cambodia, format= "markdown")
table3
country.name year population
2593 Cambodia 1950 4380384
2594 Cambodia 1951 4485394
2595 Cambodia 1952 4592881
2596 Cambodia 1953 4702070
2597 Cambodia 1954 4814380
2598 Cambodia 1955 4931233
2599 Cambodia 1956 5051848
2600 Cambodia 1957 5175946
2601 Cambodia 1958 5298410
2602 Cambodia 1959 5419153
2603 Cambodia 1960 5541679
2604 Cambodia 1961 5664665
2605 Cambodia 1962 5788856
2606 Cambodia 1963 5913682
2607 Cambodia 1964 6040854
2608 Cambodia 1965 6170727
2609 Cambodia 1966 6299236
2610 Cambodia 1967 6426456
2611 Cambodia 1968 6553111
2612 Cambodia 1969 6679712
2613 Cambodia 1970 6708523
2614 Cambodia 1971 6696324
2615 Cambodia 1972 6766292
2616 Cambodia 1973 6852365
2617 Cambodia 1974 6913410
2618 Cambodia 1975 6727925
2619 Cambodia 1976 6307123
2620 Cambodia 1977 6040198
2621 Cambodia 1978 5961192
2622 Cambodia 1979 6051810
2623 Cambodia 1980 6198963
2624 Cambodia 1981 6364474
2625 Cambodia 1982 6619704
2626 Cambodia 1983 6881965
2627 Cambodia 1984 7133905
2628 Cambodia 1985 7376090
2629 Cambodia 1986 7661320
2630 Cambodia 1987 7975606
2631 Cambodia 1988 8269784
2632 Cambodia 1989 8570931
2633 Cambodia 1990 8910806
2634 Cambodia 1991 9259362
2635 Cambodia 1992 9718217
2636 Cambodia 1993 10243554
2637 Cambodia 1994 10636353
2638 Cambodia 1995 10919528
2639 Cambodia 1996 11182613
2640 Cambodia 1997 11431578
2641 Cambodia 1998 11669087
2642 Cambodia 1999 11899010
2643 Cambodia 2000 12118844
2644 Cambodia 2001 12338198
2645 Cambodia 2002 12561783
2646 Cambodia 2003 12787714
2647 Cambodia 2004 13016377
2648 Cambodia 2005 13246588
2649 Cambodia 2006 13477781
2650 Cambodia 2007 13714798
2651 Cambodia 2008 13943897
2652 Cambodia 2009 14155742
2653 Cambodia 2010 14363534
2654 Cambodia 2011 14573894
2655 Cambodia 2012 14786650
2656 Cambodia 2013 14999691
2657 Cambodia 2014 15210817
2658 Cambodia 2015 15417527
2659 Cambodia 2016 15624586
2660 Cambodia 2017 15830694
2661 Cambodia 2018 16025242
2662 Cambodia 2019 16207746
2663 Cambodia 2020 16396864
2664 Cambodia 2021 16589031

1.5.4 Dữ liệu về dân số tại Laos 1950-2021

Dân số của Lào từ năm 195 đến năm 2021 có sự tăng trưởng đáng kể. Theo ước tính của Liên Hợp Quốc, dân số của Lào vào năm 1951 là khoảng 2,2 triệu người. Đến năm 2021, dân số đã tăng lên hơn 7,5 triệu người, tương đương với mức tăng trưởng trung bình 2,7% mỗi năm.

Laos <- d[d$country.name=="Laos",c(1,2,3) ]
table4<- knitr::kable(Laos, format= "markdown")
table4
country.name year population
8569 Laos 1950 1684682
8570 Laos 1951 1725439
8571 Laos 1952 1766299
8572 Laos 1953 1807912
8573 Laos 1954 1850258
8574 Laos 1955 1893389
8575 Laos 1956 1937520
8576 Laos 1957 1982581
8577 Laos 1958 2028593
8578 Laos 1959 2075233
8579 Laos 1960 2122537
8580 Laos 1961 2171145
8581 Laos 1962 2221616
8582 Laos 1963 2273224
8583 Laos 1964 2325518
8584 Laos 1965 2379462
8585 Laos 1966 2434867
8586 Laos 1967 2491926
8587 Laos 1968 2551077
8588 Laos 1969 2612120
8589 Laos 1970 2675284
8590 Laos 1971 2740739
8591 Laos 1972 2808303
8592 Laos 1973 2877563
8593 Laos 1974 2946890
8594 Laos 1975 3012727
8595 Laos 1976 3072020
8596 Laos 1977 3125747
8597 Laos 1978 3177947
8598 Laos 1979 3233708
8599 Laos 1980 3297520
8600 Laos 1981 3370998
8601 Laos 1982 3453694
8602 Laos 1983 3543868
8603 Laos 1984 3639964
8604 Laos 1985 3741609
8605 Laos 1986 3848392
8606 Laos 1987 3959701
8607 Laos 1988 4074966
8608 Laos 1989 4193540
8609 Laos 1990 4314442
8610 Laos 1991 4437233
8611 Laos 1992 4561117
8612 Laos 1993 4685293
8613 Laos 1994 4807956
8614 Laos 1995 4927432
8615 Laos 1996 5043920
8616 Laos 1997 5150539
8617 Laos 1998 5246922
8618 Laos 1999 5340060
8619 Laos 2000 5430862
8620 Laos 2001 5519714
8621 Laos 2002 5606103
8622 Laos 2003 5689072
8623 Laos 2004 5768170
8624 Laos 2005 5852969
8625 Laos 2006 5946597
8626 Laos 2007 6041355
8627 Laos 2008 6135863
8628 Laos 2009 6229933
8629 Laos 2010 6323425
8630 Laos 2011 6416331
8631 Laos 2012 6508806
8632 Laos 2013 6600736
8633 Laos 2014 6691467
8634 Laos 2015 6787420
8635 Laos 2016 6891366
8636 Laos 2017 6997925
8637 Laos 2018 7105008
8638 Laos 2019 7212058
8639 Laos 2020 7319397
8640 Laos 2021 7425055

1.5.5 Dữ liệu về dân số tại Malaysia 1950-2021

Dân số của Malaysia đã tăng nhanh chóng trong những thập kỷ qua, từ 7,2 triệu người vào năm 1950 lên 34,4 triệu người vào năm 2021. Tốc độ tăng trưởng dân số trung bình hàng năm là 2,7% trong giai đoạn này.

Malaysia <- d[d$country.name=="Malaysia",c(1,2,3) ]
table5 <- knitr::kable(Malaysia, format= "markdown")
table5
country.name year population
9937 Malaysia 1950 5972878
9938 Malaysia 1951 6118741
9939 Malaysia 1952 6273221
9940 Malaysia 1953 6435030
9941 Malaysia 1954 6605400
9942 Malaysia 1955 6786083
9943 Malaysia 1956 6977026
9944 Malaysia 1957 7178108
9945 Malaysia 1958 7385695
9946 Malaysia 1959 7602946
9947 Malaysia 1960 7833788
9948 Malaysia 1961 8074800
9949 Malaysia 1962 8324221
9950 Malaysia 1963 8579358
9951 Malaysia 1964 8835933
9952 Malaysia 1965 9091017
9953 Malaysia 1966 9340245
9954 Malaysia 1967 9582092
9955 Malaysia 1968 9821309
9956 Malaysia 1969 10061684
9957 Malaysia 1970 10306509
9958 Malaysia 1971 10552565
9959 Malaysia 1972 10801631
9960 Malaysia 1973 11062667
9961 Malaysia 1974 11335200
9962 Malaysia 1975 11617957
9963 Malaysia 1976 11910081
9964 Malaysia 1977 12218924
9965 Malaysia 1978 12543894
9966 Malaysia 1979 12875017
9967 Malaysia 1980 13215709
9968 Malaysia 1981 13564596
9969 Malaysia 1982 13921034
9970 Malaysia 1983 14292864
9971 Malaysia 1984 14686459
9972 Malaysia 1985 15108141
9973 Malaysia 1986 15558747
9974 Malaysia 1987 16033107
9975 Malaysia 1988 16524616
9976 Malaysia 1989 17020144
9977 Malaysia 1990 17517060
9978 Malaysia 1991 18017470
9979 Malaysia 1992 18526708
9980 Malaysia 1993 19050074
9981 Malaysia 1994 19588706
9982 Malaysia 1995 20136886
9983 Malaysia 1996 20689060
9984 Malaysia 1997 21249178
9985 Malaysia 1998 21810542
9986 Malaysia 1999 22368652
9987 Malaysia 2000 22945152
9988 Malaysia 2001 23542522
9989 Malaysia 2002 24142448
9990 Malaysia 2003 24739420
9991 Malaysia 2004 25333250
9992 Malaysia 2005 25923540
9993 Malaysia 2006 26509416
9994 Malaysia 2007 27092604
9995 Malaysia 2008 27664304
9996 Malaysia 2009 28217208
9997 Malaysia 2010 28717728
9998 Malaysia 2011 29184140
9999 Malaysia 2012 29660216
10000 Malaysia 2013 30134806
10001 Malaysia 2014 30606454
10002 Malaysia 2015 31068834
10003 Malaysia 2016 31526414
10004 Malaysia 2017 31975812
10005 Malaysia 2018 32399270
10006 Malaysia 2019 32804024
10007 Malaysia 2020 33199988
10008 Malaysia 2021 33573870

1.6 Mã hóa dữ liệu

Câu lệnh biểu thị một điều kiện so sánh trên cột pt100 của bảng dữ liệu d1. Cụ thể:

  • Nếu giá trị trong cột pt100 của hàng nào đó bằng 0 (d1$pt100 == 0 đúng), thì giá trị của cột pt100 trong hàng đó sẽ được thay thế bằng chuỗi ‘Khong Co’.
  • Nếu giá trị trong cột pt100 của hàng nào đó không bằng 0 (d1$pt100 == 0 sai), thì giá trị của cột pt100 trong hàng đó sẽ được thay thế bằng chuỗi ‘Co’
d1$Phanloai <- ifelse(d1$po100== 0 , 'Khong Co', 'Co')
str(d1)
## 'data.frame':    360 obs. of  10 variables:
##  $ country.name: chr  "Cambodia" "Cambodia" "Cambodia" "Cambodia" ...
##  $ population  : num  4380384 4485394 4592881 4702070 4814380 ...
##  $ p5t9        : int  590809 602167 614160 628642 649808 676005 703315 732083 760766 785547 ...
##  $ p10t14      : int  518138 527312 536028 544716 554024 564248 575270 586910 600917 621261 ...
##  $ p15t19      : int  452855 462426 472275 482065 491565 500769 509534 517881 526034 534909 ...
##  $ p20t29      : int  727143 743027 758952 774413 789733 805321 821178 837442 853172 869010 ...
##  $ p30t39      : int  526845 538567 550377 561973 573592 585489 597516 609628 621340 633230 ...
##  $ p60t69      : int  133728 137369 141236 145214 149203 153164 157061 160920 164816 168811 ...
##  $ po100       : num  2 2 2 2 2 2 1 1 1 1 ...
##  $ Phanloai    : chr  "Co" "Co" "Co" "Co" ...

1.7 Lập bảng tần số

  • Lập biểu đồ nhánh và lá
    • Bảng tần số là một biểu đồ thống kê mô tả số lần xuất hiện của các giá trị trong một biến cụ thể. đối tượng củ thể ở đây là dân số có độ tuổi từ 5 đến 9 tuổi.
    • Phần nhánh thường là những số hàng chục hàng trăm và chục , ở bài này phần nánh là nhữn số hàng triệu.
    • Phần lá là phần còn lại. Kết quả là Dấu thập phân là 6 chữ số bên phải dấu gạch.
stem(d1$p5t9)
## 
##   The decimal point is 6 digit(s) to the right of the |
## 
##   0 | 2222223333333333333444444444
##   0 | 55555555566666666667777777777777777888888888888888888888888888888999+1
##   1 | 00000000012223333444
##   1 | 5555555555555666666666666666666666677777777777788899
##   2 | 00122233344
##   2 | 555555556666666777777777777777899
##   3 | 01234
##   3 | 5677999
##   4 | 000011111112233344
##   4 | 5566788999
##   5 | 0111112222334444
##   5 | 55566667777788889999
##   6 | 000000001111134
##   6 | 7999
##   7 | 000111111112333444
##   7 | 56779
##   8 | 00244
##   8 | 677899
##   9 | 000000
  • Lập bảng tần số cho một biến
    • Ở đây chung ta sẽ xem được số lần xuất hiền của cột Country(C).
    • Với số lần là 72 lần ở 5 nước chúng ta chọn tương ứng từ năm 1950 dến năm 2021
table(d1$country.name)
## 
## Cambodia     Laos Malaysia Thailand  Vietnam 
##       72       72       72       72       72

# Nhiệm vụ 3.2

1.8 Giới thiệu

Bộ dữ liệu VN_sir_data mô tả về thông tin bệnh nhân bị Covid được thu thập vào năm 2021 trong đề tài nghiên cứu của Viện Hàn lâm KH&CN Việt Nam.

1.9 Mô tả dữ liệu

  • Là một data frame

  • Có 24 cột tương ứng với 10 giá trị

  • Có 18288 hàng tương ứng với 319 quan sát

  • Dataset không có dữ liệu trống

  • Ký hiệu các cột là:

    • NGÀY

    • new_deaths: số ca tử vong mới

    • new_recovered: số ca mới phục hồi

    • new_cases: Số ca mới

    • total_cases: tổng số ca

    • total_deaths: tổng số ca tử vong

    • total_recovered_12: tổng số ca phục hồi

    • country : quốc gia

    • population: dân số

    • confirmed: xác nhận

1.10 Đọc dữ liệu và gán file VN_sir_data vào object k; sau đó tiến hành đổi tên các biến của k

  • Đọc dữ liệu và gán vào object k

  • Đổi tên các biến của object k để có thể dễ dàng thao tác với dữ liệu

    Các ký hiệu tên tương ứng theo thứ tự lần lượt từ cột 1 đến cột 10

    • NGÀY= ‘Ngay’

    • new_deaths= ‘n_d’

    • new_recovered=‘n_r’

    • new_cases=‘n_c’

    • total_cases=‘t_c’

    • total_deaths=‘t_d’

    • total_recovered_12=‘t_r’

    • country =‘c’

    • population= ‘p’

    • confirmed= ‘conf’

k <- read.csv('C:/Users/ASUS/Downloads/VN_sir_data.csv', header=T)
names(k)<- c('Ngay','n_d','n_r','n_c','t_c','t_d','t_r','c','p','conf')

1.11 Thống kê dữ liệu

Thực hiện thống kê mô tả dataset này ta được kết quả bên dưới, ý nghĩa các cột như sau:

  • n_missing: số ô dữ liệu bị miss(trống)

  • complete_rate: tỷ lệ ô có dữ liệu

  • mean: trung bình

  • sd: độ lệch chuẩn

  • p0: giá trị nhỏ nhất

  • p25: Phân vị thứ nhất

  • p50: Phân vị thứ hai cũng chính là trung vị

  • p75: phân vị thứ ba

  • p100: giá trị lớn nhất

  • hist: biểu đồ Histogram

library(skimr)
skim(k)
Data summary
Name k
Number of rows 318
Number of columns 10
_______________________
Column type frequency:
character 2
numeric 8
________________________
Group variables None

Variable type: character

skim_variable n_missing complete_rate min max empty n_unique whitespace
Ngay 0 1 10 10 0 318 0
c 0 1 7 7 0 1 0

Variable type: numeric

skim_variable n_missing complete_rate mean sd p0 p25 p50 p75 p100 hist
n_d 0 1 129.10 125.21 0 2.00 96.5 214.75 803 ▇▃▁▁▁
n_r 0 1 8970.74 13446.96 0 337.75 3932.0 11366.50 89842 ▇▁▁▁▁
n_c 0 1 15620.33 31678.56 0 2937.75 8874.0 14909.50 265163 ▇▁▁▁▁
t_c 0 1 981986.71 1031490.00 5 38832.00 803040.0 1563933.75 4967264 ▇▂▂▁▁
t_d 0 1 17365.98 14592.71 0 176.50 19623.0 29943.50 41054 ▇▂▅▂▅
t_r 0 1 764184.90 797938.03 0 7251.00 676847.5 1145022.25 2852694 ▇▅▁▂▁
p 0 1 96484000.00 0.00 96484000 96484000.00 96484000.0 96484000.00 96484000 ▁▁▇▁▁
conf 0 1 1763537.59 1833554.96 5 46259.50 1499510.5 2738899.50 7861012 ▇▅▂▁▁

1.12 Phân tích tình hình Covid- 19 từ ngày 01/07/2021 đến ngày 30/09/2021 tại VietNam

k1 <- k[66:157, ]
table6 <- knitr::kable(k1, format= "markdown")
table6
Ngay n_d n_r n_c t_c t_d t_r c p conf
66 01/07/2021 0 407 713 14724 46 4727 VietNam 96484000 19497
67 02/07/2021 3 148 545 15269 49 4875 VietNam 96484000 20193
68 03/07/2021 0 248 922 16191 49 5123 VietNam 96484000 21363
69 04/07/2021 2 176 890 17081 51 5299 VietNam 96484000 22431
70 05/07/2021 4 203 1102 18183 55 5502 VietNam 96484000 23740
71 06/07/2021 7 55 1029 19212 62 5557 VietNam 96484000 24831
72 07/07/2021 5 480 1007 20219 67 6037 VietNam 96484000 26323
73 08/07/2021 3 393 1314 21533 70 6430 VietNam 96484000 28033
74 09/07/2021 5 34 1625 23158 75 6464 VietNam 96484000 29697
75 10/07/2021 2 220 1853 25011 77 6684 VietNam 96484000 31772
76 11/07/2021 7 71 1953 26964 84 6755 VietNam 96484000 33803
77 12/07/2021 6 56 2383 29347 90 6811 VietNam 96484000 36248
78 13/07/2021 7 222 2301 31648 97 7033 VietNam 96484000 38778
79 14/07/2021 6 71 2934 34582 103 7104 VietNam 96484000 41789
80 15/07/2021 69 64 3416 37998 172 7168 VietNam 96484000 45338
81 16/07/2021 18 332 3336 41334 190 7500 VietNam 96484000 49024
82 17/07/2021 0 292 3717 45051 190 7792 VietNam 96484000 53033
83 18/07/2021 29 355 5926 50977 219 8147 VietNam 96484000 59343
84 19/07/2021 80 380 4195 55172 299 8527 VietNam 96484000 63998
85 20/07/2021 0 396 4795 59967 299 8923 VietNam 96484000 69189
86 21/07/2021 36 528 5357 65324 335 9451 VietNam 96484000 75110
87 22/07/2021 0 1450 6194 71518 335 10901 VietNam 96484000 82754
88 23/07/2021 0 2115 7307 78825 335 13016 VietNam 96484000 92176
89 24/07/2021 0 2047 9256 88081 335 15063 VietNam 96484000 103479
90 25/07/2021 0 1755 7531 95612 335 16818 VietNam 96484000 112765
91 26/07/2021 154 2006 7882 103494 489 18824 VietNam 96484000 122807
92 27/07/2021 0 1602 7913 111407 489 20426 VietNam 96484000 132322
93 28/07/2021 106 4511 6562 117969 595 24937 VietNam 96484000 143501
94 29/07/2021 233 4323 7594 125563 828 29260 VietNam 96484000 155651
95 30/07/2021 298 3704 8649 134212 1126 32964 VietNam 96484000 168302
96 31/07/2021 145 3250 8624 142836 1271 36214 VietNam 96484000 180321
97 01/08/2021 0 4423 8620 151456 1271 40637 VietNam 96484000 193364
98 02/08/2021 389 3808 7455 158911 1660 44445 VietNam 96484000 205016
99 03/08/2021 376 3866 8429 167340 2036 48311 VietNam 96484000 217687
100 04/08/2021 256 3501 7623 174963 2292 51812 VietNam 96484000 229067
101 05/08/2021 393 3708 7244 182207 2685 55520 VietNam 96484000 240412
102 06/08/2021 296 4292 8324 190531 2981 59812 VietNam 96484000 253324
103 07/08/2021 0 4305 7334 197865 2981 64117 VietNam 96484000 264963
104 08/08/2021 381 4860 9690 207555 3362 68977 VietNam 96484000 279894
105 09/08/2021 360 4423 9340 216895 3722 73400 VietNam 96484000 294017
106 10/08/2021 388 4428 8390 225285 4110 77828 VietNam 96484000 307223
107 11/08/2021 342 4806 8766 234051 4452 82634 VietNam 96484000 321137
108 12/08/2021 326 3991 9667 243718 4778 86625 VietNam 96484000 335121
109 13/08/2021 275 3593 9180 252898 5053 90218 VietNam 96484000 348169
110 14/08/2021 349 4247 9716 262614 5402 94465 VietNam 96484000 362481
111 15/08/2021 336 5519 9580 272194 5738 99984 VietNam 96484000 377916
112 16/08/2021 368 4473 8652 280846 6106 104457 VietNam 96484000 391409
113 17/08/2021 331 4331 9605 290451 6437 108788 VietNam 96484000 405676
114 18/08/2021 298 3751 8656 299107 6735 112539 VietNam 96484000 418381
115 19/08/2021 380 5000 10654 309761 7115 117539 VietNam 96484000 434415
116 20/08/2021 390 12756 10657 320418 7505 130295 VietNam 96484000 458218
117 21/08/2021 0 7272 13439 333857 7505 137567 VietNam 96484000 478929
118 22/08/2021 737 7580 11352 345209 8242 145147 VietNam 96484000 498598
119 23/08/2021 389 6945 10397 355606 8631 152092 VietNam 96484000 516329
120 24/08/2021 348 7663 10811 366417 8979 159755 VietNam 96484000 535151
121 25/08/2021 335 7646 12096 378513 9314 167401 VietNam 96484000 555228
122 26/08/2021 318 18567 11575 390088 9632 185968 VietNam 96484000 585688
123 27/08/2021 386 10126 17428 407516 10018 196094 VietNam 96484000 613628
124 28/08/2021 352 12375 12103 419619 10370 208469 VietNam 96484000 638458
125 29/08/2021 344 8813 12796 432415 10714 217282 VietNam 96484000 660411
126 30/08/2021 315 9014 14224 446639 11029 226296 VietNam 96484000 683964
127 31/08/2021 0 10044 12607 459246 11029 236340 VietNam 96484000 706615
128 01/09/2021 803 9862 11434 470680 11832 246202 VietNam 96484000 728714
129 02/09/2021 271 10602 13197 483877 12103 256804 VietNam 96484000 752784
130 03/09/2021 308 11344 14922 498799 12411 268148 VietNam 96484000 779358
131 04/09/2021 347 11848 9521 508320 12758 279996 VietNam 96484000 801074
132 05/09/2021 281 9211 13137 521457 13039 289207 VietNam 96484000 823703
133 06/09/2021 311 9730 12481 533938 13350 298937 VietNam 96484000 846225
134 07/09/2021 316 10253 14208 548146 13666 309190 VietNam 96484000 871002
135 08/09/2021 424 13937 12680 560826 14090 323127 VietNam 96484000 898043
136 09/09/2021 345 12523 12420 573246 14435 335650 VietNam 96484000 923331
137 10/09/2021 275 12751 13321 586567 14710 348401 VietNam 96484000 949678
138 11/09/2021 273 12541 11932 598499 14983 360942 VietNam 96484000 974424
139 12/09/2021 261 11116 12026 610525 15244 372058 VietNam 96484000 997827
140 13/09/2021 381 11200 11172 621697 15625 383258 VietNam 96484000 1020580
141 14/09/2021 276 12683 10508 632205 15901 395941 VietNam 96484000 1044047
142 15/09/2021 250 14189 10585 642790 16151 410130 VietNam 96484000 1069071
143 16/09/2021 239 10901 10489 653279 16390 421031 VietNam 96484000 1090700
144 17/09/2021 212 9914 11521 664800 16602 430945 VietNam 96484000 1112347
145 18/09/2021 220 14903 9373 674173 16822 445848 VietNam 96484000 1136843
146 19/09/2021 233 9137 10040 684213 17055 454985 VietNam 96484000 1156253
147 20/09/2021 215 6821 8681 692894 17270 461806 VietNam 96484000 1171970
148 21/09/2021 240 11017 11692 704586 17510 472823 VietNam 96484000 1194919
149 22/09/2021 236 11919 11527 716113 17746 484742 VietNam 96484000 1218601
150 23/09/2021 236 6226 9472 725585 17982 490968 VietNam 96484000 1234535
151 24/09/2021 203 12371 8537 734122 18185 503339 VietNam 96484000 1255646
152 25/09/2021 180 10590 9706 743828 18365 513929 VietNam 96484000 1276122
153 26/09/2021 184 11477 10011 753839 18549 525406 VietNam 96484000 1297794
154 27/09/2021 174 10528 9362 763201 18723 535934 VietNam 96484000 1317858
155 28/09/2021 178 21487 8006 771207 18901 557421 VietNam 96484000 1347529
156 29/09/2021 162 23568 8758 779965 19063 580989 VietNam 96484000 1380017
157 30/09/2021 203 25322 7940 787905 19266 606311 VietNam 96484000 1413482
library(skimr)
skim(k1)
Data summary
Name k1
Number of rows 92
Number of columns 10
_______________________
Column type frequency:
character 2
numeric 8
________________________
Group variables None

Variable type: character

skim_variable n_missing complete_rate min max empty n_unique whitespace
Ngay 0 1 10 10 0 92 0
c 0 1 7 7 0 1 0

Variable type: numeric

skim_variable n_missing complete_rate mean sd p0 p25 p50 p75 p100 hist
n_d 0 1 208.91 168.16 0 7.00 236.0 335.25 803 ▇▇▆▁▁
n_r 0 1 6543.38 5626.81 34 1716.75 4658.5 10593.00 25322 ▇▃▃▁▁
n_c 0 1 8411.89 3869.89 545 7073.50 8973.0 11217.00 17428 ▃▁▇▃▁
t_c 0 1 325586.25 253766.45 14724 85767.00 276520.0 551316.00 787905 ▇▃▃▃▃
t_d 0 1 7385.09 6831.26 46 335.00 5922.0 13772.00 19266 ▇▂▂▂▃
t_r 0 1 177930.59 182389.09 4727 14551.25 102220.5 312674.25 606311 ▇▂▂▂▁
p 0 1 96484000.00 0.00 96484000 96484000.00 96484000.0 96484000.00 96484000 ▁▁▇▁▁
conf 0 1 510901.92 440963.22 19497 100653.25 384662.5 877762.25 1413482 ▇▃▂▂▂

Giải thích ý nghĩa - Từ ngày 01/07/2021 đến ngày 30/09/2021 tại VietNam, số ca tử vong trung bình mỗi ngày là 209 ca;

  • Số ca bệnh nhân mới nhiễm trong khoảng thời gia này nhỏ nhất là 545ca/ ngày;

  • Số ca bệnh mới được hồi phục lớn nhất là 25322 ca.

1.13 Mã hóa dữ liệu

library(dplyr)
k$Phan.loai <- case_when(k$n_c < 50 ~ 'Ít', k$n_c >= 50 & k$n_c < 500 ~ 'Vừa', k$n_c >= 500 ~'Nhiều')
str(k)
## 'data.frame':    318 obs. of  11 variables:
##  $ Ngay     : chr  "27/04/2021" "28/04/2021" "29/04/2021" "30/04/2021" ...
##  $ n_d      : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ n_r      : int  0 0 0 0 32 1 11 0 0 0 ...
##  $ n_c      : int  5 8 45 18 14 20 19 15 26 68 ...
##  $ t_c      : int  5 13 58 76 90 110 129 144 170 238 ...
##  $ t_d      : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ t_r      : int  0 0 0 0 32 33 44 44 44 44 ...
##  $ c        : chr  "VietNam" "VietNam" "VietNam" "VietNam" ...
##  $ p        : int  96484000 96484000 96484000 96484000 96484000 96484000 96484000 96484000 96484000 96484000 ...
##  $ conf     : int  5 13 58 76 122 143 173 188 214 282 ...
##  $ Phan.loai: chr  "Ít" "Ít" "Ít" "Ít" ...

1.14 Lập bảng tần số

  • Lập biểu đồ nhánh và lá
    • Bảng tần số là một biểu đồ thống kê mô tả số lần xuất hiện của các giá trị trong một biến cụ thể. đối tượng củ thể ở đây là số lượng bệnh nhân được xác định.
    • Phần nhánh thường là những số hàng chục hàng trăm và chục , ở bài này phần nánh là nhữn số hàng triệu.
    • Phần lá là phần còn lại.
    • Kết quả là Dấu thập phân là 6 chữ số bên phải dấu gạch.
stem(k$conf)
## 
##   The decimal point is 6 digit(s) to the right of the |
## 
##   0 | 00000000000000000000000000000000000000000000000000000000000000000000+35
##   0 | 5555566667777888889999
##   1 | 000011112222233333444
##   1 | 55566666666777777777777777778888888888899999999
##   2 | 0000011122222333334444
##   2 | 55555566677888999
##   3 | 00011122233444
##   3 | 5566778889999
##   4 | 00112223344444
##   4 | 555667778899
##   5 | 0011234
##   5 | 5678
##   6 | 024
##   6 | 68
##   7 | 13
##   7 | 599
  • Lập bảng tần số cho một biến
    • Ở đây chung ta sẽ xem được số lần xuất hiền của cột Country(C).
    • Với số lần là 318 lần ở object k tương ứng từ ngày 27/04/2021 đến 10/3/2022
table(k$c)
## 
## VietNam 
##     318
---
title: "Nhiệm vụ 2"
author: "Hoang Quyen"
date: "`r format(Sys.time(), '%H:%M:%S, %d - %m - %Y')`"
output: 
  html_document: 
    df_print: kable
    toc: true
    toc_float: true
    toc_depth: 2
    number_sections: true
    code_download: true
    code_folding: hide
  word_document:
    toc: true
    toc_depth: '2'
  pdf_document:
    latex_engine: xelatex
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```
# *Nhiệm vụ 3.1:* population-and-demography 

## Giới thiệu: 

Nhiệm vụ 3.1 tiến hành thao tác 1 số lệnh cơ bản trên dataset [population-and-demography.csv](C:/Users/ASUS/Downloads/population-and-demography.csv). Dataset thống kê dân số và dân số theo từng độ tuổi khác nhau của các nước khác nhau trên thế giới từ năm 1950- 2021.

## Mô tả cơ bản datasets 

- Là một data frame
- Có 24 cột tương ứng với **24 giá trị**
- Có 18288 hàng tương ứng với **18288 quan sát**
- Dataset không có dữ liệu trống 
- Ký hiệu các cột là:
  - Country name: Tên quốc gia
  - Year: Năm
  - Population: Dân số
  - Population of children under the age of 1: Dân số của trẻ em dưới 1 tuổi
  - Population of children under the age of 5: Dân số của trẻ em dưới 5 tuổi
  - Population of children under the age of 15: Dân số của trẻ em dưới 15 tuổi
  - Population under the age of 25: Dân số dưới 25 tuổi
  - Population aged 15 to 64 years: Dân số từ 15 đến 64 tuổi
  - Population older than 15 years: Dân số trên 15 tuổi
  - Population older than 18 years: Dân số trên 18 tuổi
  - Population at age 1: Dân số tại lúc 1 tuổi
  - Population aged 1 to 4 years: Dân số từ 1 đến 4 tuổi
  - Population aged 5 to 9 years: Dân sô từ 5 đến 9 tuổi
  - Population aged 10 to 14 years: Dân số từ 10 đến 14 tuổi
  - Population aged 15 to 19 years: Dân số từ 15 đến 19 tuổi
  - Population aged 20 to 29 years: Dân số từ 20 đến 29 tuổi
  - Population aged 30 to 39 years: Dân số từ 30 đến 39 tuổi
  - Population aged 40 to 49 years: Dân số từ 40 đến 49 tuổi
  - Population aged 50 to 59 years: Dân số từ 50 đến 59 tuổi
  - Population aged 60 to 69 years: Dân số từ 60 đến 69 tuổi
  - Population aged 70 to 79 years: Dân số từ 70 đến 79 tuổi
  - Population aged 80 to 89 years: Dân số từ 80 đến 89 tuổi
  - Population aged 90 to 99 years: Dân số từ 90 đến 99 tuổi
  - Population older than 100 years: Dân số trên 100 tuổi

## Đọc dữ liệu và gán file *population-and-demography* vào object d; sau đó tiến hành đổi tên các biến của d 

- Đọc dữ liệu và gán vào object d
```{r}
d<- read.csv('C:/Users/ASUS/Downloads/population-and-demography.csv', header= T)

```
- Đổi tên các biến của object d để có thể dễ dàng thao tác với dữ liệu
Các ký hiệu tên tương ứng theo thứ tự lần lượt từ cột 1 đến cột 24

  - Country name= 'country name'
  
  - Year= 'year'
  
  - Population= 'population'
  
  - Population of children under the age of 1= 'pu1'
  
  - Population of children under the age of 5= 'pu5'
  
  - Population of children under the age of 15= 'pu15'
  
  - Population under the age of 25= 'pu25'
  
  - Population aged 15 to 64 years= 'p15t64'
  
  - Population older than 15 years= 'pt15'
  
  - Population older than 18 years= 'pt18'
  
  - Population at age 1= 'p1'
  
  - Population aged 1 to 4 years= 'p1t4'
  
  - Population aged 5 to 9 years= 'p5t9'
  
  - Population aged 10 to 14 years= 'p10t14'
  
  - Population aged 15 to 19 years= 'p15t19'
  
  - Population aged 20 to 29 years= 'p20t29'
  
  - Population aged 30 to 39 years= 'p30t39'
  
  - Population aged 40 to 49 years= 'p40t49'
  
  - Population aged 50 to 59 years= 'p50t59'
  
  - Population aged 60 to 69 years= 'p60t69'
  
  - Population aged 70 to 79 years= 'p70t79'
  
  - Population aged 80 to 89 years= 'p80t89'
  
  - Population aged 90 to 99 years= 'p90t99'
  
  - Population older than 100 years= 'po100'

```{r, echo= FALSE}
names(d)<-c('country.name','year','population','pu1','pu5','pu15','pu25','p15t64','po15','po18','pa1','p1t4','p5t9','p10t14','p15t19','p20t29','p30t39','p40t49','p50t59','p60t69','p70t79','p80t89','p90t99','po100')
```

## Thống kê dữ liệu
Thực hiện thống kê mô tả dataset này ta được kết quả bên dưới, ý nghĩa các cột như sau:

 - n_missing: số ô dữ liệu bị miss(trống)

 - complete_rate: tỷ lệ ô có dữ liệu

 - mean: trung bình

 - sd: độ lệch chuẩn

 - p0: giá trị nhỏ nhất

 - p25: Phân vị thứ nhất

 - p50: Phân vị thứ hai cũng chính là trung vị

 - p75: phân vị thứ ba

 - p100: giá trị lớn nhất

 - hist: biểu đồ Histogram
```{r}
library(skimr)
skim(d)
```
## Phân tích dân số của 5 quốc gia: Vietnam, Thailand, Laos, Malaysia, Cambodia
Bảng dữ liệu tổng quan về tình hình dân số 5 nước qua các năm từ 1950- 2021

```{r}
library(dplyr)
library(tidyverse)
d1 <- d %>% filter(country.name %in% c('Vietnam', 'Thailand', 'Laos', 'Malaysia', 'Cambodia'))
d1 <- d1 %>%  select(country.name,population,p5t9, p10t14, p15t19,p20t29,p30t39,p60t69,po100)
table1 <- knitr::kable(d1, format = "markdown")
table1

```
### **Dữ liệu về dân số tại Viet Nam 1950-2021**

Dân số Việt Nam từ năm 1950-2021 có xu hướng tăng nhanh, đặc biệt là giai đoạn từ năm 1975 đến nay. Cụ thể, dân số Việt Nam từ 24,3 triệu người năm 1951 tăng lên 97,58 triệu người năm 2021, gấp hơn 4 lần.

```{r}
Vietnam <- d[d$country.name=="Vietnam",c(1,2,3) ]
table2 <- knitr::kable(Vietnam, format= "markdown")
table2
```
### **Dữ liệu về dân số tại Thailand 1950-2021**
Theo số liệu của Tổng cục Thống kê Thái Lan, dân số của Thái Lan đã tăng trưởng liên tục trong giai đoạn từ năm 1950 đến năm 2021, với tốc độ tăng trưởng trung bình là 2,5% mỗi năm. Năm 1950, dân số Thái Lan là 20,4 triệu người, đến năm 2021, dân số đã tăng lên 66,1 triệu người, tăng gấp 3,2 lần.

```{r}
Thailand <- d[d$country.name=="Thailand",c(1,2,3) ]
table3 <- knitr::kable(Thailand, format= "markdown")
table3
```

### **Dữ liệu về dân số tại Cambodia 1950-2021**

Dân số của Campuchia từ năm 1950 đến năm 2021 có sự tăng trưởng nhanh chóng, từ 4,2 triệu lên 16,5 triệu người. Tốc độ tăng trưởng dân số trung bình hàng năm là 2,7%.

```{r}
Cambodia <- d[d$country.name=="Cambodia",c(1,2,3) ]
table3 <- knitr::kable(Cambodia, format= "markdown")
table3
```
### **Dữ liệu về dân số tại Laos 1950-2021**
Dân số của Lào từ năm 195 đến năm 2021 có sự tăng trưởng đáng kể. Theo ước tính của Liên Hợp Quốc, dân số của Lào vào năm 1951 là khoảng 2,2 triệu người. Đến năm 2021, dân số đã tăng lên hơn 7,5 triệu người, tương đương với mức tăng trưởng trung bình 2,7% mỗi năm.

```{r}
Laos <- d[d$country.name=="Laos",c(1,2,3) ]
table4<- knitr::kable(Laos, format= "markdown")
table4
```

### **Dữ liệu về dân số tại Malaysia 1950-2021**

Dân số của Malaysia đã tăng nhanh chóng trong những thập kỷ qua, từ 7,2 triệu người vào năm 1950 lên 34,4 triệu người vào năm 2021. Tốc độ tăng trưởng dân số trung bình hàng năm là 2,7% trong giai đoạn này.

```{r}
Malaysia <- d[d$country.name=="Malaysia",c(1,2,3) ]
table5 <- knitr::kable(Malaysia, format= "markdown")
table5
```
## Mã hóa dữ liệu

Câu lệnh biểu thị một điều kiện so sánh trên cột pt100 của bảng dữ liệu d1. Cụ thể:

 - Nếu giá trị trong cột pt100 của hàng nào đó bằng 0 (d1$pt100 == 0 đúng), thì giá trị của cột pt100 trong hàng đó sẽ được thay thế bằng chuỗi 'Khong Co'.
 - Nếu giá trị trong cột pt100 của hàng nào đó không bằng 0 (d1$pt100 == 0 sai), thì giá trị của cột pt100 trong hàng đó sẽ được thay thế bằng chuỗi 'Co'
 
```{r}
d1$Phanloai <- ifelse(d1$po100== 0 , 'Khong Co', 'Co')
str(d1)
```
## Lập bảng tần số
- Lập biểu đồ nhánh và lá
  - Bảng tần số là một biểu đồ thống kê mô tả số lần xuất hiện của các giá trị trong một biến cụ thể. đối tượng củ thể ở đây là dân số có độ tuổi từ 5 đến 9 tuổi.
  - Phần nhánh thường là những số hàng chục hàng trăm và chục , ở bài này phần nánh là nhữn số hàng triệu.
  - Phần lá là phần còn lại.
Kết quả là Dấu thập phân là 6 chữ số bên phải dấu gạch.
```{r}
stem(d1$p5t9)
```
- Lập bảng tần số cho một biến
  - Ở đây chung ta sẽ xem được số lần xuất hiền của cột Country(C).
  - Với số lần là 72 lần ở 5 nước chúng ta chọn tương ứng từ năm 1950 dến năm 2021


```{r}
table(d1$country.name)
```

*# Nhiệm vụ 3.2* 

## Giới thiệu

Bộ dữ liệu [VN_sir_data](C:/Users/ASUS/Downloads/VN_sir_data.csv) mô tả về thông tin bệnh nhân bị Covid được thu thập vào năm 2021 trong đề tài nghiên cứu của Viện Hàn lâm KH&CN Việt Nam.

## Mô tả dữ liệu 

- Là một data frame 

- Có 24 cột tương ứng với **10 giá trị** 

- Có 18288 hàng tương ứng với **319 quan sát** 

- Dataset không có dữ liệu trống 

- Ký hiệu các cột là: 

    - NGÀY 
    
    - new_deaths: số ca tử vong mới 
    
    - new_recovered: số ca mới phục hồi 
    
    - new_cases: Số ca mới 
    
    - total_cases: tổng số ca 
    
    - total_deaths: tổng số ca tử vong 
    
    - total_recovered_12: tổng số ca phục hồi 
    
    - country	: quốc gia 
    
    - population: dân số 
    
    - confirmed: xác nhận 

## Đọc dữ liệu và gán file *VN_sir_data* vào object k; sau đó tiến hành đổi tên các biến của k
- Đọc dữ liệu và gán vào object k 

- Đổi tên các biến của object k để có thể dễ dàng thao tác với dữ liệu 

  Các ký hiệu tên tương ứng theo thứ tự lần lượt từ cột 1 đến cột 10

    - NGÀY= 'Ngay'
    
    - new_deaths= 'n_d'
    
    - new_recovered='n_r'
    
    - new_cases='n_c'
    
    - total_cases='t_c'
    
    - total_deaths='t_d'
    
    - total_recovered_12='t_r'
    
    - country	='c'
    
    - population= 'p'
    
    - confirmed= 'conf'

```{r}
k <- read.csv('C:/Users/ASUS/Downloads/VN_sir_data.csv', header=T)
names(k)<- c('Ngay','n_d','n_r','n_c','t_c','t_d','t_r','c','p','conf')

```
## Thống kê dữ liệu
Thực hiện thống kê mô tả dataset này ta được kết quả bên dưới, ý nghĩa các cột như sau:

 - n_missing: số ô dữ liệu bị miss(trống)

 - complete_rate: tỷ lệ ô có dữ liệu

 - mean: trung bình

 - sd: độ lệch chuẩn

 - p0: giá trị nhỏ nhất

 - p25: Phân vị thứ nhất

 - p50: Phân vị thứ hai cũng chính là trung vị

 - p75: phân vị thứ ba

 - p100: giá trị lớn nhất

 - hist: biểu đồ Histogram
```{r}
library(skimr)
skim(k)
```
## Phân tích tình hình Covid- 19 từ ngày 01/07/2021 đến ngày 30/09/2021 tại VietNam

```{r}
k1 <- k[66:157, ]
table6 <- knitr::kable(k1, format= "markdown")
table6
```
```{r}
library(skimr)
skim(k1)
```
Giải thích ý nghĩa
  - Từ ngày 01/07/2021 đến ngày 30/09/2021 tại VietNam, số ca tử vong trung bình mỗi ngày là 209 ca; 
  
  - Số ca bệnh nhân mới nhiễm trong khoảng thời gia này nhỏ nhất là 545ca/ ngày; 
  
  - Số ca bệnh mới được hồi phục lớn nhất là 25322 ca. 
  
## Mã hóa dữ liệu
```{r}
library(dplyr)
k$Phan.loai <- case_when(k$n_c < 50 ~ 'Ít', k$n_c >= 50 & k$n_c < 500 ~ 'Vừa', k$n_c >= 500 ~'Nhiều')
str(k)
```

## Lập bảng tần số
- Lập biểu đồ nhánh và lá
  - Bảng tần số là một biểu đồ thống kê mô tả số lần xuất hiện của các giá trị trong một biến cụ thể. đối tượng củ thể ở đây là số lượng bệnh nhân được xác định.
  - Phần nhánh thường là những số hàng chục hàng trăm và chục , ở bài này phần nánh là nhữn số hàng triệu.
  - Phần lá là phần còn lại.
  - Kết quả là Dấu thập phân là 6 chữ số bên phải dấu gạch.

```{r}
stem(k$conf)

```
- Lập bảng tần số cho một biến
  - Ở đây chung ta sẽ xem được số lần xuất hiền của cột Country(C).
  - Với số lần là 318 lần ở object k tương ứng từ ngày 27/04/2021 đến 10/3/2022
```{r}
table(k$c)
```
  
