Nhiemvu2

1 Nhiệm vụ 3.1

---

1.1 Import và mô tả cơ bản dataset:

• Là 1 data frame

• Có 24 cột tương đương với 24 biến

• Các cột lần lượt là:

  • country: tên đất nước

  • Year: năm tính toán

  • Population: Tổng dân số

  • Population.of.children.under.the.age.of.1: Tuổi của trẻ em dưới 1 tuổi

  • Population.of.children.under.the.age.of.5: Tuổi của trẻ em dưới 5 tuổi

  • Population.of.children.under.the.age.of.15: Tuổi của trẻ em dưới 15 tuổi

  • Population.under.the.age.of.25: Tuổi của dân cư dưới 25 tuổi

  • Population.aged.15.to.64.years: Tuổi của dân cư từ 15 đến 64 tuổi

  • Population.older.than.15.years: Tuổi của người già hơn 15 tuổi

  • Population.older.than.18.years: Tuổi của người già hơn 18 tuổi

  • Population.at.age.1: Tuổi của người tại 1 tuổi

  • Population.aged.1.to.4.years: Tuổi của người từ 1 đến 4 tuổi

  • Population.aged.5.to.9.years: Tuổi của người từ 5 đến 9 tuổi

  • Population.aged.10.to.14.years: Tuổi của người từ 10 đến 14 tuổi

  • Population.aged.15.to.19.years: Tuổi của người từ 15 đến 19 tuổi

  • Population.aged.20.to.29.years: Tuổi của người từ 20 đến 29 tuổi

  • Population.aged.30.to.39.years: Tuổi của người từ 30 đến 39 tuổi

  • Population.aged.40.to.49.years: Tuổi của người từ 40 đên 49 tuổi

  • Population.aged.50.to.59.years: Tuổi của người từ 50 đến 59 tuổi

  • Population.aged.60.to.69.years: Tuổi của người từ 60 đến 69 tuổi

  • Population.aged.70.to.79.years: Tuổi của người từ 70 đến 79 tuổi

  • Population.aged.80.to.89.years: Tuổi của người từ 80 đến 89 tuổi

  • Population.aged.90.to.99.years: Tuổi của người từ 90 đến 99 tuổi

  • Population.older.than.100.years: Những người lớn hơn 100 tuổi

1.2 Thao tác với bộ dữ liệu

• Để thao tác cho bộ dữ liệu, ta cần gọi thư viện lên và tải thư viện đó về máy.

library(dplyr) #gọi thư viện 

## 
## 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

danso <- read.csv(file.choose(), header = T) #Gọi thư viện từ file csv, biến danso sẽ được gán vào file dữ liệu

is.data.frame(danso) #kiểm tra xem "danso" có phải là data frame hay không, nếu đúng thì true và ngược lại

## [1] TRUE

1.3 giải thích bộ dữ liệu

• giải thích bộ dữ liệu tức là mô tả và hiểu rõ thông tin trong bộ dữ liệu. Bao gồm việc xem xét cấu trúc của dữ liệu, ý nghĩa của từng biến, giá trị duy nhất của mỗi biến và nắm bắt các thuộc tính chính của dữ liệu

str(danso) #Hiển thị cấu trúc bộ dữ liệu

## 'data.frame':    18288 obs. of  24 variables:
##  $ Country                                   : chr  "Afghanistan" "Afghanistan" "Afghanistan" "Afghanistan" ...
##  $ Year                                      : int  1950 1951 1952 1953 1954 1955 1956 1957 1958 1959 ...
##  $ Population                                : num  7480464 7571542 7667534 7764549 7864289 ...
##  $ Population.of.children.under.the.age.of.1 : num  301735 299368 305393 311574 317584 ...
##  $ Population.of.children.under.the.age.of.5 : int  1248282 1246857 1248220 1254725 1267817 1291129 1322342 1354752 1387274 1421808 ...
##  $ Population.of.children.under.the.age.of.15: int  3068855 3105444 3145070 3186382 3231060 3281470 3337026 3396048 3455343 3518528 ...
##  $ Population.under.the.age.of.25            : num  4494349 4552138 4613604 4676232 4741371 ...
##  $ Population.aged.15.to.64.years            : num  4198587 4250002 4303436 4356242 4408474 ...
##  $ Population.older.than.15.years            : num  4411609 4466098 4522464 4578167 4633229 ...
##  $ Population.older.than.18.years            : num  3946595 3993640 4041439 4088379 4136116 ...
##  $ Population.at.age.1                       : num  258652 254304 252906 258717 264765 ...
##  $ Population.aged.1.to.4.years              : num  946547 947489 942827 943151 950233 ...
##  $ Population.aged.5.to.9.years              : int  966210 991791 1017993 1039950 1055592 1062420 1063212 1065357 1071666 1084972 ...
##  $ Population.aged.10.to.14.years            : int  854363 866796 878857 891707 907651 927921 951472 975939 996403 1011748 ...
##  $ Population.aged.15.to.19.years            : int  757113 768616 781411 794308 806216 817550 828600 839588 851433 867048 ...
##  $ Population.aged.20.to.29.years            : int  1241348 1260904 1280288 1298803 1316768 1334989 1353958 1374043 1393789 1414034 ...
##  $ Population.aged.30.to.39.years            : int  909953 922765 935638 948321 961484 975801 991166 1007440 1023595 1040441 ...
##  $ Population.aged.40.to.49.years            : int  661807 667015 672491 678064 684153 691279 699431 708537 717938 728233 ...
##  $ Population.aged.50.to.59.years            : int  467170 468881 470898 472969 475117 477664 480665 484018 487393 491447 ...
##  $ Population.aged.60.to.69.years            : int  271905 273286 274852 276577 278210 279789 281376 282918 284592 286551 ...
##  $ Population.aged.70.to.79.years            : int  92691 94358 96026 97705 99298 100839 102385 103932 105508 107136 ...
##  $ Population.aged.80.to.89.years            : int  9499 10155 10721 11254 11793 12342 12890 13428 13959 14495 ...
##  $ Population.aged.90.to.99.years            : int  123 118 139 166 190 210 233 255 277 307 ...
##  $ Population.older.than.100.years           : num  0 0 0 0 0 0 0 0 0 0 ...

cấu trúc bộ dữ liệu được hiển thị

names(danso) #cho ra các tên cột của "danso"

##  [1] "Country"                                   
##  [2] "Year"                                      
##  [3] "Population"                                
##  [4] "Population.of.children.under.the.age.of.1" 
##  [5] "Population.of.children.under.the.age.of.5" 
##  [6] "Population.of.children.under.the.age.of.15"
##  [7] "Population.under.the.age.of.25"            
##  [8] "Population.aged.15.to.64.years"            
##  [9] "Population.older.than.15.years"            
## [10] "Population.older.than.18.years"            
## [11] "Population.at.age.1"                       
## [12] "Population.aged.1.to.4.years"              
## [13] "Population.aged.5.to.9.years"              
## [14] "Population.aged.10.to.14.years"            
## [15] "Population.aged.15.to.19.years"            
## [16] "Population.aged.20.to.29.years"            
## [17] "Population.aged.30.to.39.years"            
## [18] "Population.aged.40.to.49.years"            
## [19] "Population.aged.50.to.59.years"            
## [20] "Population.aged.60.to.69.years"            
## [21] "Population.aged.70.to.79.years"            
## [22] "Population.aged.80.to.89.years"            
## [23] "Population.aged.90.to.99.years"            
## [24] "Population.older.than.100.years"

tên các cột

dim(danso) #cho ra một vecto chứa số hàng và số cột của "danso"

## [1] 18288    24

số hàng và số cột trong vùng dữ liệu được hiển thị

sum(is.na(danso)) #tổng số ô trống của object danso

## [1] 0

số ô trống trong vùng dữ liệu được hiển thị

length(danso) #cho ra kết quả độ dài, ở đây là số cột của "danso"

## [1] 24

số cột trong vùng dữ liệu được hiển thị

summary(danso) #xem thông tin về các biến số

##    Country               Year        Population       
##  Length:18288       Min.   :1950   Min.   :1.363e+03  
##  Class :character   1st Qu.:1968   1st Qu.:2.916e+05  
##  Mode  :character   Median :1986   Median :3.834e+06  
##                     Mean   :1986   Mean   :1.265e+08  
##                     3rd Qu.:2003   3rd Qu.:1.679e+07  
##                     Max.   :2021   Max.   :7.909e+09  
##  Population.of.children.under.the.age.of.1
##  Min.   :       25                        
##  1st Qu.:     6664                        
##  Median :    88352                        
##  Mean   :  3133497                        
##  3rd Qu.:   463000                        
##  Max.   :139783730                        
##  Population.of.children.under.the.age.of.5
##  Min.   :      136                        
##  1st Qu.:    31995                        
##  Median :   423784                        
##  Mean   : 14825710                        
##  3rd Qu.:  2160046                        
##  Max.   :690360700                        
##  Population.of.children.under.the.age.of.15 Population.under.the.age.of.25
##  Min.   :4.160e+02                          Min.   :6.230e+02             
##  1st Qu.:8.954e+04                          1st Qu.:1.395e+05             
##  Median :1.186e+06                          Median :1.843e+06             
##  Mean   :4.110e+07                          Mean   :6.376e+07             
##  3rd Qu.:5.906e+06                          3rd Qu.:9.025e+06             
##  Max.   :2.015e+09                          Max.   :3.239e+09             
##  Population.aged.15.to.64.years Population.older.than.15.years
##  Min.   :7.480e+02              Min.   :8.490e+02             
##  1st Qu.:1.703e+05              1st Qu.:1.867e+05             
##  Median :2.247e+06              Median :2.482e+06             
##  Mean   :7.743e+07              Mean   :8.537e+07             
##  3rd Qu.:9.641e+06              3rd Qu.:1.035e+07             
##  Max.   :5.133e+09              Max.   :5.894e+09             
##  Population.older.than.18.years Population.at.age.1
##  Min.   :7.520e+02              Min.   :       26  
##  1st Qu.:1.664e+05              1st Qu.:     6474  
##  Median :2.238e+06              Median :    85824  
##  Mean   :7.820e+07              Mean   :  3011213  
##  3rd Qu.:9.240e+06              3rd Qu.:   440788  
##  Max.   :5.516e+09              Max.   :138478740  
##  Population.aged.1.to.4.years Population.aged.5.to.9.years
##  Min.   :      101            Min.   :      138           
##  1st Qu.:    25269            1st Qu.:    29406           
##  Median :   334454            Median :   392220           
##  Mean   : 11692213            Mean   : 13598575           
##  3rd Qu.:  1697851            3rd Qu.:  1947261           
##  Max.   :550970400            Max.   :683611800           
##  Population.aged.10.to.14.years Population.aged.15.to.19.years
##  Min.   :       73              Min.   :      110             
##  1st Qu.:    27880              1st Qu.:    26296             
##  Median :   363896              Median :   336970             
##  Mean   : 12670942              Mean   : 11782259             
##  3rd Qu.:  1796754              3rd Qu.:  1626211             
##  Max.   :659934300              Max.   :623576060             
##  Population.aged.20.to.29.years Population.aged.30.to.39.years
##  Min.   :1.580e+02              Min.   :1.370e+02             
##  1st Qu.:4.505e+04              1st Qu.:3.661e+04             
##  Median :6.097e+05              Median :4.863e+05             
##  Mean   :2.087e+07              Mean   :1.716e+07             
##  3rd Qu.:2.759e+06              3rd Qu.:2.113e+06             
##  Max.   :1.210e+09              Max.   :1.165e+09             
##  Population.aged.40.to.49.years Population.aged.50.to.59.years
##  Min.   :      119              Min.   :       95             
##  1st Qu.:    27440              1st Qu.:    19650             
##  Median :   364712              Median :   264782             
##  Mean   : 13622139              Mean   : 10177069             
##  3rd Qu.:  1556334              3rd Qu.:  1203386             
##  Max.   :976407200              Max.   :851356900             
##  Population.aged.60.to.69.years Population.aged.70.to.79.years
##  Min.   :       64              Min.   :       31             
##  1st Qu.:    12603              1st Qu.:     6221             
##  Median :   168418              Median :    81824             
##  Mean   :  6801757              Mean   :  3618710             
##  3rd Qu.:   845243              3rd Qu.:   436710             
##  Max.   :598067140              Max.   :330491170             
##  Population.aged.80.to.89.years Population.aged.90.to.99.years
##  Min.   :        6              Min.   :       0              
##  1st Qu.:     1819              1st Qu.:     155              
##  Median :    20270              Median :    1468              
##  Mean   :  1195799              Mean   :  142784              
##  3rd Qu.:   133380              3rd Qu.:   12499              
##  Max.   :131835590              Max.   :22223974              
##  Population.older.than.100.years
##  Min.   :     0                 
##  1st Qu.:     0                 
##  Median :    13                 
##  Mean   :  3108                 
##  3rd Qu.:   163                 
##  Max.   :593166

thông tin về các biến số như - 1st Qu: (tứ phân vị thứ nhất) nghĩa là 25% giá trị trong vùng nhỏ hơn giá trị này

• 3st Qu: (tứ phân vị thứ ba) nghĩa là 75% giá trị trong vùng nhỏ hơn giá trị này

• median: giá trị trung vị, nghĩa là một nửa giá trị trong vùng nhỏ hơn và còn lại lớn hơn

• mean: giá trị trung bình trong vùng dữ liệu được chọn

• max: giá trị lớn nhất trong vùng dữ liệu được chọn

  • để chọn ra 5 quốc gia, 5 độ tuổi cụ thể ta sẽ làm như sau

ds <- danso %>%
  filter(Country %in% c("Albania", "Algeria", "Andorra", "Angola", "Aruba")) %>%
  select(c("Country","Year","Population", "Population.of.children.under.the.age.of.1", "Population.of.children.under.the.age.of.5", "Population.of.children.under.the.age.of.15", "Population.under.the.age.of.25", "Population.aged.15.to.64.years")) #câu lệnh này sẽ tạo một data frame mới gán vào "ds" và chọn quốc gia cũng như những cột chỉ định

table <- knitr::kable(ds, format = "markdown")
table

Country	Year	Population	Population.of.children.under.the.age.of.1	Population.of.children.under.the.age.of.5	Population.of.children.under.the.age.of.15	Population.under.the.age.of.25	Population.aged.15.to.64.years
Albania	1950	1252587	45419	187738	488984	718913	687890
Albania	1951	1289175	47566	195613	502428	741160	707899
Albania	1952	1326957	49464	204325	516469	763842	728671
Albania	1953	1366747	51931	214237	532015	787915	750273
Albania	1954	1409011	54630	225225	549657	814044	772696
Albania	1955	1453732	57059	236588	569605	842396	795777
Albania	1956	1500625	59242	248095	591793	872844	819286
Albania	1957	1549575	61222	259837	616092	905098	843068
Albania	1958	1600986	63404	271590	642685	939263	867032
Albania	1959	1655022	65671	283237	671582	975296	891059
Albania	1960	1711189	67448	294430	702247	1012552	915010
Albania	1961	1769076	68739	304826	734088	1050585	938984
Albania	1962	1828234	69562	314112	766434	1089005	963422
Albania	1963	1888302	70005	321734	798459	1127575	989044
Albania	1964	1949020	70161	327278	829315	1166150	1016628
Albania	1965	2009793	69834	330683	857951	1204451	1046880
Albania	1966	2070694	69601	332518	884567	1242828	1079750
Albania	1967	2132447	70238	334072	910226	1282127	1114732
Albania	1968	2195474	71494	336321	934820	1322777	1152097
Albania	1969	2259797	72791	339565	957999	1364707	1191960
Albania	1970	2324733	73538	343622	979032	1407087	1234177
Albania	1971	2389820	74171	348267	997612	1449260	1278522
Albania	1972	2455181	75124	353082	1014090	1490961	1324763
Albania	1973	2520442	75906	357330	1028004	1531263	1373040
Albania	1974	2585457	76674	361028	1039352	1569505	1423338
Albania	1975	2650128	77638	364841	1048733	1605154	1475085
Albania	1976	2713564	78264	368465	1056081	1637759	1527638
Albania	1977	2774798	78186	370953	1061320	1666887	1580204
Albania	1978	2833317	77889	372231	1064741	1691695	1632040
Albania	1979	2888764	77587	372450	1066685	1711656	1682502
Albania	1980	2941650	77513	371878	1068013	1726839	1730856
Albania	1981	2992391	78103	371524	1069391	1737784	1776721
Albania	1982	3041188	79439	372722	1071020	1745426	1820164
Albania	1983	3087904	80811	375600	1072739	1749868	1861037
Albania	1984	3131731	81783	379567	1074203	1750800	1898778
Albania	1985	3171727	82311	383819	1075390	1748452	1932589
Albania	1986	3207129	82346	387305	1076023	1743065	1962171
Albania	1987	3237677	82347	389504	1076086	1735384	1987401
Albania	1988	3263019	82254	390461	1075889	1726048	2007758
Albania	1989	3282187	81526	389885	1074979	1714884	2022898
Albania	1990	3295073	80306	387698	1072991	1702264	2033009
Albania	1991	3302087	78570	383791	1069611	1688046	2038569
Albania	1992	3303738	76522	377899	1064838	1671688	2039870
Albania	1993	3300715	74395	370263	1058594	1653332	2037648
Albania	1994	3294001	72684	361789	1050938	1633802	2032848
Albania	1995	3284370	71239	353033	1041782	1613842	2026351
Albania	1996	3271336	68797	343543	1029667	1592585	2019240
Albania	1997	3253721	65176	332205	1013118	1568858	2011921
Albania	1998	3232185	61280	318900	992133	1542674	2005012
Albania	1999	3208265	57952	304270	967602	1514851	1998949
Albania	2000	3182027	54764	288476	940094	1485453	1993030
Albania	2001	3153615	51341	272195	909758	1453973	1986980
Albania	2002	3123554	48026	256289	876944	1420777	1980853
Albania	2003	3092993	45408	241594	842903	1386728	1974815
Albania	2004	3062629	43120	227897	808041	1352060	1969500
Albania	2005	3032636	40634	214872	772444	1316866	1965421
Albania	2006	3003391	38196	203093	737049	1281188	1962379
Albania	2007	2976089	36224	192575	702368	1245586	1960734
Albania	2008	2951690	35026	183431	669407	1210899	1960490
Albania	2009	2930553	34473	176252	638825	1177685	1961591
Albania	2010	2913402	34316	171300	611189	1146972	1963833
Albania	2011	2900660	34353	168604	587289	1118666	1966363
Albania	2012	2892191	34584	167755	567336	1092508	1968509
Albania	2013	2887019	34797	167871	551047	1068129	1969498
Albania	2014	2884100	34575	168132	536787	1044032	1969549
Albania	2015	2882482	33567	167618	523652	1019225	1968730
Albania	2016	2881064	32138	165643	512651	993922	1965888
Albania	2017	2879361	30844	162006	502251	968245	1962446
Albania	2018	2877019	29625	156677	491484	941856	1958287
Albania	2019	2873883	28770	150467	481425	914818	1951299
Albania	2020	2866850	28415	145146	472214	888579	1941039
Albania	2021	2854710	28218	141393	464795	863908	1926473
Algeria	1950	9019866	374528	1471873	3663779	5438327	5041388
Algeria	1951	9271741	409267	1577270	3799798	5614349	5152192
Algeria	1952	9521703	417459	1681052	3937146	5786574	5258216
Algeria	1953	9771686	426283	1782870	4077926	5957533	5360191
Algeria	1954	10011548	435783	1876619	4224550	6126837	5447753
Algeria	1955	10242297	445401	1941786	4378384	6296637	5520620
Algeria	1956	10473167	454510	1984380	4538542	6468475	5588784
Algeria	1957	10703259	463158	2026885	4703323	6642530	5653466
Algeria	1958	10933788	472351	2069320	4871240	6820745	5715364
Algeria	1959	11164451	480736	2110425	5041045	7003197	5772609
Algeria	1960	11394309	488490	2149601	5211647	7190551	5824916
Algeria	1961	11598615	511033	2187945	5350060	7343367	5869895
Algeria	1962	11778265	535586	2233154	5460643	7461727	5905143
Algeria	1963	11969449	548568	2293487	5580960	7592085	5943867
Algeria	1964	12179097	556446	2363764	5705901	7737181	6001514
Algeria	1965	12381262	544673	2416153	5815856	7877442	6072018
Algeria	1966	12613398	531851	2440560	5939055	8059808	6172850
Algeria	1967	12897121	536562	2452624	6086028	8299237	6313038
Algeria	1968	13190979	545846	2459414	6225195	8544737	6471456
Algeria	1969	13491022	556423	2469433	6360203	8794249	6640766
Algeria	1970	13795915	567963	2497027	6496998	9048351	6813358
Algeria	1971	14110269	579039	2543317	6638880	9308750	6989837
Algeria	1972	14439750	589778	2596556	6785869	9575461	7175283
Algeria	1973	14786473	601323	2653721	6936001	9846722	7373788
Algeria	1974	15153601	614889	2715555	7087954	10122900	7589845
Algeria	1975	15724698	651826	2858564	7359419	10503365	7871099
Algeria	1976	16500516	682326	3058394	7762464	10989905	8201406
Algeria	1977	17134196	687375	3168375	8068942	11397497	8501215
Algeria	1978	17632646	700063	3213999	8268423	11728551	8793101
Algeria	1979	18166982	718971	3268714	8475386	12073818	9112625
Algeria	1980	18739378	743546	3338078	8696661	12437458	9454465
Algeria	1981	19351356	767368	3430916	8933761	12820581	9818279
Algeria	1982	20000098	785234	3543124	9182395	13219659	10205107
Algeria	1983	20682110	798881	3658270	9438480	13631501	10615283
Algeria	1984	21393532	808149	3766351	9697369	14052214	11049453
Algeria	1985	22132910	815792	3859759	9956660	14479196	11508323
Algeria	1986	22882560	814665	3928139	10204819	14897147	11985998
Algeria	1987	23586098	805192	3965147	10426961	15275112	12442955
Algeria	1988	24243024	794308	3972628	10621338	15611754	12880347
Algeria	1989	24889516	783581	3956460	10792001	15924075	13329910
Algeria	1990	25518074	769239	3915591	10934368	16208893	13789481
Algeria	1991	26133906	759633	3864814	11061560	16471947	14250379
Algeria	1992	26748302	762378	3825153	11186604	16725560	14710928
Algeria	1993	27354326	759287	3792309	11291154	16963568	15182960
Algeria	1994	27937006	745434	3755730	11358252	17173066	15668784
Algeria	1995	28478024	710451	3698301	11361220	17333424	16176904
Algeria	1996	28984640	665985	3578347	11245511	17428196	16727705
Algeria	1997	29476030	639353	3421401	11037029	17479036	17309466
Algeria	1998	29924664	606102	3279118	10823513	17491822	17887220
Algeria	1999	30346086	581118	3151073	10619510	17473368	18466894
Algeria	2000	30774624	582652	3046528	10413265	17442886	19055392
Algeria	2001	31200984	587198	2971521	10210933	17397520	19637296
Algeria	2002	31624700	593676	2925094	10018934	17336968	20206326
Algeria	2003	32055882	610472	2929646	9850681	17267948	20759988
Algeria	2004	32510184	637081	2985738	9718835	17201388	21301420
Algeria	2005	32956690	665688	3067772	9624317	17126412	21799272
Algeria	2006	33435082	696782	3176888	9573292	17065016	22287050
Algeria	2007	33983836	732910	3317484	9572369	17040092	22796546
Algeria	2008	34569590	772410	3480675	9622867	17042392	23293702
Algeria	2009	35196040	810594	3655502	9726996	17075534	23777484
Algeria	2010	35856348	844220	3834801	9886094	17137640	24238180
Algeria	2011	36543548	874219	4012365	10100231	17229000	24667116
Algeria	2012	37260570	908333	4187762	10370486	17357688	25063168
Algeria	2013	38000628	934108	4349334	10700395	17518600	25412578
Algeria	2014	38760170	953358	4491911	11074024	17707472	25723552
Algeria	2015	39543148	975970	4623426	11468788	17929854	26021774
Algeria	2016	40339330	991100	4740063	11874030	18178448	26311328
Algeria	2017	41136548	998043	4829627	12279473	18443516	26594762
Algeria	2018	41927010	995429	4890948	12665336	18717688	26884240
Algeria	2019	42705372	984232	4922011	13013432	18995820	27191522
Algeria	2020	43451668	967564	4914397	13316667	19282000	27520308
Algeria	2021	44177964	946304	4870841	13567970	19575584	27878914
Andorra	1950	6028	92	507	1393	2382	4031
Andorra	1951	5848	94	485	1351	2270	3898
Andorra	1952	5475	92	447	1272	2063	3619
Andorra	1953	5335	85	429	1241	1983	3505
Andorra	1954	5590	88	457	1314	2126	3681
Andorra	1955	6139	108	526	1482	2429	4055
Andorra	1956	6730	132	602	1665	2742	4456
Andorra	1957	7353	154	689	1861	3061	4878
Andorra	1958	8020	177	792	2073	3386	5326
Andorra	1959	8723	200	902	2300	3718	5792
Andorra	1960	9473	222	1011	2543	4064	6277
Andorra	1961	10238	243	1114	2799	4411	6774
Andorra	1962	11037	264	1217	3077	4768	7287
Andorra	1963	11865	283	1314	3367	5131	7817
Andorra	1964	12718	299	1400	3659	5496	8363
Andorra	1965	13585	312	1476	3940	5864	8926
Andorra	1966	14569	322	1554	4277	6353	9537
Andorra	1967	15768	339	1644	4719	7069	10241
Andorra	1968	17103	366	1741	5191	7910	11037
Andorra	1969	18471	396	1849	5617	8747	11901
Andorra	1970	19885	428	1974	5999	9571	12854
Andorra	1971	21346	464	2121	6352	10390	13876
Andorra	1972	22855	500	2286	6683	11197	14965
Andorra	1973	24413	535	2459	6986	11978	16120
Andorra	1974	26025	564	2632	7276	12732	17330
Andorra	1975	27664	582	2789	7546	13427	18570
Andorra	1976	29314	586	2912	7806	14046	19823
Andorra	1977	30971	574	2978	8050	14574	21088
Andorra	1978	32597	539	2963	8264	14984	22336
Andorra	1979	34167	476	2845	8414	15237	23569
Andorra	1980	35639	379	2603	8454	15300	24795
Andorra	1981	37008	294	2268	8381	15211	26029
Andorra	1982	38617	416	2185	8499	15414	27321
Andorra	1983	40456	543	2354	8803	15888	28661
Andorra	1984	42202	487	2436	8978	16190	30017
Andorra	1985	43834	407	2367	9003	16305	31391
Andorra	1986	45625	467	2365	9088	16594	32836
Andorra	1987	47659	575	2532	9286	17120	34375
Andorra	1988	49680	573	2680	9422	17546	35924
Andorra	1989	51661	559	2763	9505	17849	37454
Andorra	1990	53590	531	2753	9532	18011	38970
Andorra	1991	55455	584	2803	9561	18247	40470
Andorra	1992	57305	662	2969	9628	18589	41968
Andorra	1993	59177	673	3122	9711	18826	43443
Andorra	1994	61057	681	3249	9817	18936	44880
Andorra	1995	62944	688	3332	9941	18927	46288
Andorra	1996	64166	706	3393	10009	18713	47076
Andorra	1997	64702	719	3449	10028	18363	47239
Andorra	1998	65204	713	3474	10059	18040	47368
Andorra	1999	65675	703	3470	10089	17734	47483
Andorra	2000	66116	688	3435	10102	17440	47601
Andorra	2001	67841	728	3533	10342	17854	48837
Andorra	2002	70868	788	3762	10819	18883	51201
Andorra	2003	73929	795	3930	11275	19726	53600
Andorra	2004	76950	770	3990	11679	20344	56007
Andorra	2005	79845	708	3901	11982	20712	58405
Andorra	2006	80241	775	3846	12112	20655	58724
Andorra	2007	78187	862	3898	12089	20301	57026
Andorra	2008	76073	836	3942	12011	19963	55382
Andorra	2009	73879	782	3932	11888	19611	53745
Andorra	2010	71542	683	3789	11675	19198	52115
Andorra	2011	70587	722	3721	11602	18994	51352
Andorra	2012	71035	787	3786	11660	19047	51430
Andorra	2013	71385	721	3743	11602	19037	51479
Andorra	2014	71644	644	3591	11422	18909	51545
Andorra	2015	71766	565	3353	11127	18661	51598
Andorra	2016	72563	605	3196	11011	18715	52163
Andorra	2017	73853	452	2964	10853	18825	53257
Andorra	2018	75034	295	2679	10576	18737	54314
Andorra	2019	76361	355	2585	10442	18770	55343
Andorra	2020	77723	347	2549	10363	18827	56319
Andorra	2021	79057	336	2540	10337	18907	57221
Angola	1950	4478186	173288	721987	1791106	2663659	2555818
Angola	1951	4569744	183274	740533	1827440	2712974	2608663
Angola	1952	4663968	189175	760705	1866083	2764702	2662049
Angola	1953	4758721	195877	785689	1907194	2818805	2713414
Angola	1954	4850457	202506	817245	1950354	2874213	2759227
Angola	1955	4938121	209036	848944	1995644	2930430	2798319
Angola	1956	5022111	215358	878063	2042973	2987117	2831271
Angola	1957	5104334	221506	907463	2092978	3044570	2859313
Angola	1958	5185843	227469	936324	2145810	3102989	2883537
Angola	1959	5269954	233336	964600	2202471	3163467	2906595
Angola	1960	5357201	239082	992312	2262702	3226418	2929488
Angola	1961	5441328	244536	1017161	2324995	3287182	2947960
Angola	1962	5521405	249264	1038943	2388380	3345566	2961986
Angola	1963	5599831	253372	1059987	2453351	3405908	2973029
Angola	1964	5673208	257225	1080128	2519821	3467818	2977906
Angola	1965	5736588	260823	1098983	2579854	3529314	2979782
Angola	1966	5787056	264101	1115973	2630173	3588470	2979155
Angola	1967	5827502	266867	1131199	2674982	3645821	2974709
Angola	1968	5868201	269308	1145774	2717920	3705131	2972779
Angola	1969	5928387	271860	1161384	2766843	3774413	2984172
Angola	1970	6029702	274953	1180371	2835370	3863972	3016294
Angola	1971	6177053	278568	1202014	2918752	3975874	3078554
Angola	1972	6364736	284182	1226138	3005141	4107388	3177353
Angola	1973	6578237	292938	1254900	3095370	4254752	3297880
Angola	1974	6802495	303269	1288779	3188856	4413035	3425950
Angola	1975	7032728	313851	1327433	3284646	4574356	3557951
Angola	1976	7266788	324721	1371037	3382192	4735496	3692347
Angola	1977	7511898	336110	1419517	3483275	4902359	3834327
Angola	1978	7771595	348341	1471588	3589730	5075995	3985406
Angola	1979	8043223	361606	1526756	3702421	5255400	4141957
Angola	1980	8330053	375764	1585567	3822618	5442257	4305941
Angola	1981	8631461	391103	1648506	3951380	5636740	4475609
Angola	1982	8947154	407393	1715884	4089704	5839141	4649565
Angola	1983	9276704	424455	1786953	4237367	6049372	4827911
Angola	1984	9617709	442813	1861875	4395162	6266975	5007431
Angola	1985	9970631	461802	1941226	4564724	6492808	5186539
Angola	1986	10332577	480183	2023293	4745349	6725215	5363036
Angola	1987	10694060	496875	2103688	4931082	6958742	5533923
Angola	1988	11060263	512617	2181606	5119889	7196119	5706132
Angola	1989	11439505	528251	2257994	5313626	7442174	5885334
Angola	1990	11828643	543131	2331383	5510512	7695250	6070232
Angola	1991	12228698	558183	2404174	5712260	7956769	6259502
Angola	1992	12632509	571332	2473130	5913592	8221936	6451762
Angola	1993	13038277	583909	2538644	6114434	8491151	6645551
Angola	1994	13462032	599126	2607016	6321983	8774449	6848698
Angola	1995	13912258	615087	2677091	6533194	9072851	7072672
Angola	1996	14383352	631651	2748419	6746092	9383780	7314249
Angola	1997	14871148	648402	2822889	6961353	9705619	7568942
Angola	1998	15366866	664466	2898566	7175540	10031659	7832097
Angola	1999	15870759	682677	2977614	7391559	10363427	8101049
Angola	2000	16394067	703779	3063605	7613774	10707363	8382476
Angola	2001	16941584	727080	3157953	7845165	11066290	8678281
Angola	2002	17516140	751774	3262026	8088457	11442096	8988626
Angola	2003	18124346	777214	3377457	8346384	11837767	9317373
Angola	2004	18771128	804754	3504968	8623027	12256582	9665697
Angola	2005	19450962	833971	3641651	8918292	12695962	10028972
Angola	2006	20162338	863051	3784679	9232012	13154593	10405834
Angola	2007	20909692	891749	3932338	9565813	13633916	10798887
Angola	2008	21691524	920854	4084382	9920473	14133205	11205663
Angola	2009	22507674	950553	4239425	10294692	14651438	11626984
Angola	2010	23364196	979876	4395377	10687902	15190472	12069122
Angola	2011	24259120	1007643	4550349	11097418	15749076	12532844
Angola	2012	25188298	1035981	4705215	11523004	16326303	13014214
Angola	2013	26147012	1064526	4859717	11963925	16920576	13510175
Angola	2014	27128340	1091597	5011272	12415058	17528132	14019669
Angola	2015	28127724	1117282	5158468	12871117	18146508	14540242
Angola	2016	29154742	1142049	5301967	13329136	18779638	15083380
Angola	2017	30208634	1167852	5441892	13787548	19428346	15651048
Angola	2018	31273538	1194189	5577905	14243826	20085898	16229252
Angola	2019	32353592	1220704	5712180	14696809	20753570	16823352
Angola	2020	33428490	1248319	5847036	15145310	21426232	17417386
Angola	2021	34503776	1275484	5983405	15588495	22107388	18020090
Aruba	1950	38818	1577	6934	16751	23823	21378
Aruba	1951	40258	1675	7276	17479	24777	22076
Aruba	1952	41780	1708	7575	18210	25748	22841
Aruba	1953	43324	1724	7829	18929	26708	23622
Aruba	1954	44890	1738	8050	19642	27665	24423
Aruba	1955	46481	1759	8234	20353	28623	25246
Aruba	1956	48115	1789	8381	21076	29586	26091
Aruba	1957	49770	1808	8515	21793	30544	26948
Aruba	1958	51424	1803	8625	22464	31476	27842
Aruba	1959	53064	1788	8703	23050	32391	28802
Aruba	1960	54627	1782	8754	23555	33297	29771
Aruba	1961	55827	1776	8751	23971	34032	30476
Aruba	1962	56701	1751	8695	24293	34564	30949
Aruba	1963	57493	1712	8614	24522	35023	31434
Aruba	1964	58197	1665	8497	24646	35414	31934
Aruba	1965	58804	1613	8327	24650	35716	32453
Aruba	1966	59306	1560	8115	24552	35954	32959
Aruba	1967	59542	1496	7821	24243	35904	33393
Aruba	1968	59487	1426	7464	23760	35530	33695
Aruba	1969	59347	1360	7109	23257	35067	33919
Aruba	1970	59120	1304	6777	22714	34557	34091
Aruba	1971	58832	1259	6494	22127	34047	34234
Aruba	1972	58878	1242	6304	21596	33799	34649
Aruba	1973	59387	1245	6204	21145	33783	35444
Aruba	1974	60049	1248	6155	20694	33771	36386
Aruba	1975	60728	1260	6153	20247	33742	37342
Aruba	1976	61213	1276	6185	19697	33440	38197
Aruba	1977	61490	1287	6230	19092	32871	38906
Aruba	1978	61757	1293	6275	18608	32263	39506
Aruba	1979	62025	1301	6319	18247	31658	40013
Aruba	1980	62287	1308	6355	18012	31065	40407
Aruba	1981	62634	1323	6393	17968	30540	40649
Aruba	1982	63131	1334	6449	17977	30086	40968
Aruba	1983	63692	1338	6528	17945	29687	41443
Aruba	1984	64190	1341	6598	17904	29222	41906
Aruba	1985	64493	1337	6648	17754	28508	42329
Aruba	1986	64570	1325	6655	17468	27500	42679
Aruba	1987	64463	1305	6627	17097	26294	42924
Aruba	1988	64356	1278	6573	16781	25138	43105
Aruba	1989	64617	1241	6479	16800	24571	43347
Aruba	1990	65734	1208	6360	17453	25205	43831
Aruba	1991	67879	1182	6220	18798	27270	44650
Aruba	1992	70210	1151	6070	19726	28973	46011
Aruba	1993	72374	1143	5960	19914	29635	47872
Aruba	1994	74730	1144	5909	20058	30318	49919
Aruba	1995	77070	1198	5999	20043	30826	52081
Aruba	1996	79432	1285	6225	19974	31135	54309
Aruba	1997	81872	1327	6476	20039	31366	56459
Aruba	1998	84365	1354	6714	20227	31571	58513
Aruba	1999	86877	1363	6891	20508	31812	60480
Aruba	2000	89117	1315	6912	20723	32173	62220
Aruba	2001	90702	1246	6766	20750	32396	63461
Aruba	2002	91798	1200	6553	20657	32406	64318
Aruba	2003	92713	1162	6316	20491	32430	65076
Aruba	2004	93554	1124	6062	20273	32422	65797
Aruba	2005	94495	1148	5968	20180	32447	66481
Aruba	2006	95621	1217	6080	20308	32572	67139
Aruba	2007	96797	1248	6224	20502	32728	67790
Aruba	2008	98006	1266	6364	20705	32934	68446
Aruba	2009	99223	1272	6470	20885	33204	69105
Aruba	2010	100354	1241	6454	20821	33533	69884
Aruba	2011	101304	1226	6372	20486	33691	70698
Aruba	2012	102126	1226	6312	20156	33630	71340
Aruba	2013	102891	1193	6228	19907	33461	71808
Aruba	2014	103607	1165	6126	19731	33187	72127
Aruba	2015	104269	1139	6026	19599	32827	72312
Aruba	2016	104890	1113	5919	19480	32411	72397
Aruba	2017	105454	1085	5792	19334	31974	72421
Aruba	2018	105980	1055	5664	19150	31568	72402
Aruba	2019	106458	1020	5525	18912	31226	72349
Aruba	2020	106597	927	5288	18494	30935	72176
Aruba	2021	106543	807	4943	17895	30718	72084

Bảng dữ liệu cho ra sẽ lấy các cột được chỉ định, cũng như các hàng trong cột được lọc ra theo yêu cầu

1.4 giải thích bộ dữ liệu mới

• Là một data frame

• có 7 cột tương đương với 7 biến

• các cột lần lượt là:

  • Country: Tên quốc gia

  • Population: Tổng dân số

  • Population.of.children.under.the.age.of.1: Dân số là trẻ em dưới 1 tuổi

  • Population.of.children.under.the.age.of.5: Dân số là trẻ em dưới 5 tuổi

  • Population.of.children.under.the.age.of.15: Dân số là trẻ em dưới 15 tuổi

  • Population.under.the.age.of.25: Dân số có độ tuổi dưới 25

  • Population.aged.15.to.64.years: Dân số có độ tuổi từ 15 đến 64 tuổi

1.5 Mã hóa bộ dữ liệu

• Mã hóa bộ dữ liệu có nghĩa là biến đổi dữ liệu từ một dạng ban đầu sang một dạng mới, thường là để phù hợp với yêu cầu của một phân tích cụ thể.

names(ds) <- c("cn","y","p","pa","pb","pc","pd","pe") #Đặt tên các biến trong dữ liệu

ds$SL.Danso <- ifelse(ds$p >= 5000000, "Dân số đông","") #thêm một cột mới là SL.Danso, kiểm tra cột population có số dân trên 5000000 thì là đông dân cư

ds$SL.Danso1 <- cut(ds$p,3,labels = c("Loại 1","Loại 2","Loại 3")) #Chia cột population thành 3 khoảng, tùy theo số lượng dân cư sẽ được chia vào loại nào. 

table <- knitr::kable(ds, format = "markdown")
table 

cn	y	p	pa	pb	pc	pd	pe	SL.Danso	SL.Danso1
Albania	1950	1252587	45419	187738	488984	718913	687890		Loại 1
Albania	1951	1289175	47566	195613	502428	741160	707899		Loại 1
Albania	1952	1326957	49464	204325	516469	763842	728671		Loại 1
Albania	1953	1366747	51931	214237	532015	787915	750273		Loại 1
Albania	1954	1409011	54630	225225	549657	814044	772696		Loại 1
Albania	1955	1453732	57059	236588	569605	842396	795777		Loại 1
Albania	1956	1500625	59242	248095	591793	872844	819286		Loại 1
Albania	1957	1549575	61222	259837	616092	905098	843068		Loại 1
Albania	1958	1600986	63404	271590	642685	939263	867032		Loại 1
Albania	1959	1655022	65671	283237	671582	975296	891059		Loại 1
Albania	1960	1711189	67448	294430	702247	1012552	915010		Loại 1
Albania	1961	1769076	68739	304826	734088	1050585	938984		Loại 1
Albania	1962	1828234	69562	314112	766434	1089005	963422		Loại 1
Albania	1963	1888302	70005	321734	798459	1127575	989044		Loại 1
Albania	1964	1949020	70161	327278	829315	1166150	1016628		Loại 1
Albania	1965	2009793	69834	330683	857951	1204451	1046880		Loại 1
Albania	1966	2070694	69601	332518	884567	1242828	1079750		Loại 1
Albania	1967	2132447	70238	334072	910226	1282127	1114732		Loại 1
Albania	1968	2195474	71494	336321	934820	1322777	1152097		Loại 1
Albania	1969	2259797	72791	339565	957999	1364707	1191960		Loại 1
Albania	1970	2324733	73538	343622	979032	1407087	1234177		Loại 1
Albania	1971	2389820	74171	348267	997612	1449260	1278522		Loại 1
Albania	1972	2455181	75124	353082	1014090	1490961	1324763		Loại 1
Albania	1973	2520442	75906	357330	1028004	1531263	1373040		Loại 1
Albania	1974	2585457	76674	361028	1039352	1569505	1423338		Loại 1
Albania	1975	2650128	77638	364841	1048733	1605154	1475085		Loại 1
Albania	1976	2713564	78264	368465	1056081	1637759	1527638		Loại 1
Albania	1977	2774798	78186	370953	1061320	1666887	1580204		Loại 1
Albania	1978	2833317	77889	372231	1064741	1691695	1632040		Loại 1
Albania	1979	2888764	77587	372450	1066685	1711656	1682502		Loại 1
Albania	1980	2941650	77513	371878	1068013	1726839	1730856		Loại 1
Albania	1981	2992391	78103	371524	1069391	1737784	1776721		Loại 1
Albania	1982	3041188	79439	372722	1071020	1745426	1820164		Loại 1
Albania	1983	3087904	80811	375600	1072739	1749868	1861037		Loại 1
Albania	1984	3131731	81783	379567	1074203	1750800	1898778		Loại 1
Albania	1985	3171727	82311	383819	1075390	1748452	1932589		Loại 1
Albania	1986	3207129	82346	387305	1076023	1743065	1962171		Loại 1
Albania	1987	3237677	82347	389504	1076086	1735384	1987401		Loại 1
Albania	1988	3263019	82254	390461	1075889	1726048	2007758		Loại 1
Albania	1989	3282187	81526	389885	1074979	1714884	2022898		Loại 1
Albania	1990	3295073	80306	387698	1072991	1702264	2033009		Loại 1
Albania	1991	3302087	78570	383791	1069611	1688046	2038569		Loại 1
Albania	1992	3303738	76522	377899	1064838	1671688	2039870		Loại 1
Albania	1993	3300715	74395	370263	1058594	1653332	2037648		Loại 1
Albania	1994	3294001	72684	361789	1050938	1633802	2032848		Loại 1
Albania	1995	3284370	71239	353033	1041782	1613842	2026351		Loại 1
Albania	1996	3271336	68797	343543	1029667	1592585	2019240		Loại 1
Albania	1997	3253721	65176	332205	1013118	1568858	2011921		Loại 1
Albania	1998	3232185	61280	318900	992133	1542674	2005012		Loại 1
Albania	1999	3208265	57952	304270	967602	1514851	1998949		Loại 1
Albania	2000	3182027	54764	288476	940094	1485453	1993030		Loại 1
Albania	2001	3153615	51341	272195	909758	1453973	1986980		Loại 1
Albania	2002	3123554	48026	256289	876944	1420777	1980853		Loại 1
Albania	2003	3092993	45408	241594	842903	1386728	1974815		Loại 1
Albania	2004	3062629	43120	227897	808041	1352060	1969500		Loại 1
Albania	2005	3032636	40634	214872	772444	1316866	1965421		Loại 1
Albania	2006	3003391	38196	203093	737049	1281188	1962379		Loại 1
Albania	2007	2976089	36224	192575	702368	1245586	1960734		Loại 1
Albania	2008	2951690	35026	183431	669407	1210899	1960490		Loại 1
Albania	2009	2930553	34473	176252	638825	1177685	1961591		Loại 1
Albania	2010	2913402	34316	171300	611189	1146972	1963833		Loại 1
Albania	2011	2900660	34353	168604	587289	1118666	1966363		Loại 1
Albania	2012	2892191	34584	167755	567336	1092508	1968509		Loại 1
Albania	2013	2887019	34797	167871	551047	1068129	1969498		Loại 1
Albania	2014	2884100	34575	168132	536787	1044032	1969549		Loại 1
Albania	2015	2882482	33567	167618	523652	1019225	1968730		Loại 1
Albania	2016	2881064	32138	165643	512651	993922	1965888		Loại 1
Albania	2017	2879361	30844	162006	502251	968245	1962446		Loại 1
Albania	2018	2877019	29625	156677	491484	941856	1958287		Loại 1
Albania	2019	2873883	28770	150467	481425	914818	1951299		Loại 1
Albania	2020	2866850	28415	145146	472214	888579	1941039		Loại 1
Albania	2021	2854710	28218	141393	464795	863908	1926473		Loại 1
Algeria	1950	9019866	374528	1471873	3663779	5438327	5041388	Dân số đông	Loại 1
Algeria	1951	9271741	409267	1577270	3799798	5614349	5152192	Dân số đông	Loại 1
Algeria	1952	9521703	417459	1681052	3937146	5786574	5258216	Dân số đông	Loại 1
Algeria	1953	9771686	426283	1782870	4077926	5957533	5360191	Dân số đông	Loại 1
Algeria	1954	10011548	435783	1876619	4224550	6126837	5447753	Dân số đông	Loại 1
Algeria	1955	10242297	445401	1941786	4378384	6296637	5520620	Dân số đông	Loại 1
Algeria	1956	10473167	454510	1984380	4538542	6468475	5588784	Dân số đông	Loại 1
Algeria	1957	10703259	463158	2026885	4703323	6642530	5653466	Dân số đông	Loại 1
Algeria	1958	10933788	472351	2069320	4871240	6820745	5715364	Dân số đông	Loại 1
Algeria	1959	11164451	480736	2110425	5041045	7003197	5772609	Dân số đông	Loại 1
Algeria	1960	11394309	488490	2149601	5211647	7190551	5824916	Dân số đông	Loại 1
Algeria	1961	11598615	511033	2187945	5350060	7343367	5869895	Dân số đông	Loại 1
Algeria	1962	11778265	535586	2233154	5460643	7461727	5905143	Dân số đông	Loại 1
Algeria	1963	11969449	548568	2293487	5580960	7592085	5943867	Dân số đông	Loại 1
Algeria	1964	12179097	556446	2363764	5705901	7737181	6001514	Dân số đông	Loại 1
Algeria	1965	12381262	544673	2416153	5815856	7877442	6072018	Dân số đông	Loại 1
Algeria	1966	12613398	531851	2440560	5939055	8059808	6172850	Dân số đông	Loại 1
Algeria	1967	12897121	536562	2452624	6086028	8299237	6313038	Dân số đông	Loại 1
Algeria	1968	13190979	545846	2459414	6225195	8544737	6471456	Dân số đông	Loại 1
Algeria	1969	13491022	556423	2469433	6360203	8794249	6640766	Dân số đông	Loại 1
Algeria	1970	13795915	567963	2497027	6496998	9048351	6813358	Dân số đông	Loại 1
Algeria	1971	14110269	579039	2543317	6638880	9308750	6989837	Dân số đông	Loại 1
Algeria	1972	14439750	589778	2596556	6785869	9575461	7175283	Dân số đông	Loại 1
Algeria	1973	14786473	601323	2653721	6936001	9846722	7373788	Dân số đông	Loại 2
Algeria	1974	15153601	614889	2715555	7087954	10122900	7589845	Dân số đông	Loại 2
Algeria	1975	15724698	651826	2858564	7359419	10503365	7871099	Dân số đông	Loại 2
Algeria	1976	16500516	682326	3058394	7762464	10989905	8201406	Dân số đông	Loại 2
Algeria	1977	17134196	687375	3168375	8068942	11397497	8501215	Dân số đông	Loại 2
Algeria	1978	17632646	700063	3213999	8268423	11728551	8793101	Dân số đông	Loại 2
Algeria	1979	18166982	718971	3268714	8475386	12073818	9112625	Dân số đông	Loại 2
Algeria	1980	18739378	743546	3338078	8696661	12437458	9454465	Dân số đông	Loại 2
Algeria	1981	19351356	767368	3430916	8933761	12820581	9818279	Dân số đông	Loại 2
Algeria	1982	20000098	785234	3543124	9182395	13219659	10205107	Dân số đông	Loại 2
Algeria	1983	20682110	798881	3658270	9438480	13631501	10615283	Dân số đông	Loại 2
Algeria	1984	21393532	808149	3766351	9697369	14052214	11049453	Dân số đông	Loại 2
Algeria	1985	22132910	815792	3859759	9956660	14479196	11508323	Dân số đông	Loại 2
Algeria	1986	22882560	814665	3928139	10204819	14897147	11985998	Dân số đông	Loại 2
Algeria	1987	23586098	805192	3965147	10426961	15275112	12442955	Dân số đông	Loại 2
Algeria	1988	24243024	794308	3972628	10621338	15611754	12880347	Dân số đông	Loại 2
Algeria	1989	24889516	783581	3956460	10792001	15924075	13329910	Dân số đông	Loại 2
Algeria	1990	25518074	769239	3915591	10934368	16208893	13789481	Dân số đông	Loại 2
Algeria	1991	26133906	759633	3864814	11061560	16471947	14250379	Dân số đông	Loại 2
Algeria	1992	26748302	762378	3825153	11186604	16725560	14710928	Dân số đông	Loại 2
Algeria	1993	27354326	759287	3792309	11291154	16963568	15182960	Dân số đông	Loại 2
Algeria	1994	27937006	745434	3755730	11358252	17173066	15668784	Dân số đông	Loại 2
Algeria	1995	28478024	710451	3698301	11361220	17333424	16176904	Dân số đông	Loại 2
Algeria	1996	28984640	665985	3578347	11245511	17428196	16727705	Dân số đông	Loại 2
Algeria	1997	29476030	639353	3421401	11037029	17479036	17309466	Dân số đông	Loại 3
Algeria	1998	29924664	606102	3279118	10823513	17491822	17887220	Dân số đông	Loại 3
Algeria	1999	30346086	581118	3151073	10619510	17473368	18466894	Dân số đông	Loại 3
Algeria	2000	30774624	582652	3046528	10413265	17442886	19055392	Dân số đông	Loại 3
Algeria	2001	31200984	587198	2971521	10210933	17397520	19637296	Dân số đông	Loại 3
Algeria	2002	31624700	593676	2925094	10018934	17336968	20206326	Dân số đông	Loại 3
Algeria	2003	32055882	610472	2929646	9850681	17267948	20759988	Dân số đông	Loại 3
Algeria	2004	32510184	637081	2985738	9718835	17201388	21301420	Dân số đông	Loại 3
Algeria	2005	32956690	665688	3067772	9624317	17126412	21799272	Dân số đông	Loại 3
Algeria	2006	33435082	696782	3176888	9573292	17065016	22287050	Dân số đông	Loại 3
Algeria	2007	33983836	732910	3317484	9572369	17040092	22796546	Dân số đông	Loại 3
Algeria	2008	34569590	772410	3480675	9622867	17042392	23293702	Dân số đông	Loại 3
Algeria	2009	35196040	810594	3655502	9726996	17075534	23777484	Dân số đông	Loại 3
Algeria	2010	35856348	844220	3834801	9886094	17137640	24238180	Dân số đông	Loại 3
Algeria	2011	36543548	874219	4012365	10100231	17229000	24667116	Dân số đông	Loại 3
Algeria	2012	37260570	908333	4187762	10370486	17357688	25063168	Dân số đông	Loại 3
Algeria	2013	38000628	934108	4349334	10700395	17518600	25412578	Dân số đông	Loại 3
Algeria	2014	38760170	953358	4491911	11074024	17707472	25723552	Dân số đông	Loại 3
Algeria	2015	39543148	975970	4623426	11468788	17929854	26021774	Dân số đông	Loại 3
Algeria	2016	40339330	991100	4740063	11874030	18178448	26311328	Dân số đông	Loại 3
Algeria	2017	41136548	998043	4829627	12279473	18443516	26594762	Dân số đông	Loại 3
Algeria	2018	41927010	995429	4890948	12665336	18717688	26884240	Dân số đông	Loại 3
Algeria	2019	42705372	984232	4922011	13013432	18995820	27191522	Dân số đông	Loại 3
Algeria	2020	43451668	967564	4914397	13316667	19282000	27520308	Dân số đông	Loại 3
Algeria	2021	44177964	946304	4870841	13567970	19575584	27878914	Dân số đông	Loại 3
Andorra	1950	6028	92	507	1393	2382	4031		Loại 1
Andorra	1951	5848	94	485	1351	2270	3898		Loại 1
Andorra	1952	5475	92	447	1272	2063	3619		Loại 1
Andorra	1953	5335	85	429	1241	1983	3505		Loại 1
Andorra	1954	5590	88	457	1314	2126	3681		Loại 1
Andorra	1955	6139	108	526	1482	2429	4055		Loại 1
Andorra	1956	6730	132	602	1665	2742	4456		Loại 1
Andorra	1957	7353	154	689	1861	3061	4878		Loại 1
Andorra	1958	8020	177	792	2073	3386	5326		Loại 1
Andorra	1959	8723	200	902	2300	3718	5792		Loại 1
Andorra	1960	9473	222	1011	2543	4064	6277		Loại 1
Andorra	1961	10238	243	1114	2799	4411	6774		Loại 1
Andorra	1962	11037	264	1217	3077	4768	7287		Loại 1
Andorra	1963	11865	283	1314	3367	5131	7817		Loại 1
Andorra	1964	12718	299	1400	3659	5496	8363		Loại 1
Andorra	1965	13585	312	1476	3940	5864	8926		Loại 1
Andorra	1966	14569	322	1554	4277	6353	9537		Loại 1
Andorra	1967	15768	339	1644	4719	7069	10241		Loại 1
Andorra	1968	17103	366	1741	5191	7910	11037		Loại 1
Andorra	1969	18471	396	1849	5617	8747	11901		Loại 1
Andorra	1970	19885	428	1974	5999	9571	12854		Loại 1
Andorra	1971	21346	464	2121	6352	10390	13876		Loại 1
Andorra	1972	22855	500	2286	6683	11197	14965		Loại 1
Andorra	1973	24413	535	2459	6986	11978	16120		Loại 1
Andorra	1974	26025	564	2632	7276	12732	17330		Loại 1
Andorra	1975	27664	582	2789	7546	13427	18570		Loại 1
Andorra	1976	29314	586	2912	7806	14046	19823		Loại 1
Andorra	1977	30971	574	2978	8050	14574	21088		Loại 1
Andorra	1978	32597	539	2963	8264	14984	22336		Loại 1
Andorra	1979	34167	476	2845	8414	15237	23569		Loại 1
Andorra	1980	35639	379	2603	8454	15300	24795		Loại 1
Andorra	1981	37008	294	2268	8381	15211	26029		Loại 1
Andorra	1982	38617	416	2185	8499	15414	27321		Loại 1
Andorra	1983	40456	543	2354	8803	15888	28661		Loại 1
Andorra	1984	42202	487	2436	8978	16190	30017		Loại 1
Andorra	1985	43834	407	2367	9003	16305	31391		Loại 1
Andorra	1986	45625	467	2365	9088	16594	32836		Loại 1
Andorra	1987	47659	575	2532	9286	17120	34375		Loại 1
Andorra	1988	49680	573	2680	9422	17546	35924		Loại 1
Andorra	1989	51661	559	2763	9505	17849	37454		Loại 1
Andorra	1990	53590	531	2753	9532	18011	38970		Loại 1
Andorra	1991	55455	584	2803	9561	18247	40470		Loại 1
Andorra	1992	57305	662	2969	9628	18589	41968		Loại 1
Andorra	1993	59177	673	3122	9711	18826	43443		Loại 1
Andorra	1994	61057	681	3249	9817	18936	44880		Loại 1
Andorra	1995	62944	688	3332	9941	18927	46288		Loại 1
Andorra	1996	64166	706	3393	10009	18713	47076		Loại 1
Andorra	1997	64702	719	3449	10028	18363	47239		Loại 1
Andorra	1998	65204	713	3474	10059	18040	47368		Loại 1
Andorra	1999	65675	703	3470	10089	17734	47483		Loại 1
Andorra	2000	66116	688	3435	10102	17440	47601		Loại 1
Andorra	2001	67841	728	3533	10342	17854	48837		Loại 1
Andorra	2002	70868	788	3762	10819	18883	51201		Loại 1
Andorra	2003	73929	795	3930	11275	19726	53600		Loại 1
Andorra	2004	76950	770	3990	11679	20344	56007		Loại 1
Andorra	2005	79845	708	3901	11982	20712	58405		Loại 1
Andorra	2006	80241	775	3846	12112	20655	58724		Loại 1
Andorra	2007	78187	862	3898	12089	20301	57026		Loại 1
Andorra	2008	76073	836	3942	12011	19963	55382		Loại 1
Andorra	2009	73879	782	3932	11888	19611	53745		Loại 1
Andorra	2010	71542	683	3789	11675	19198	52115		Loại 1
Andorra	2011	70587	722	3721	11602	18994	51352		Loại 1
Andorra	2012	71035	787	3786	11660	19047	51430		Loại 1
Andorra	2013	71385	721	3743	11602	19037	51479		Loại 1
Andorra	2014	71644	644	3591	11422	18909	51545		Loại 1
Andorra	2015	71766	565	3353	11127	18661	51598		Loại 1
Andorra	2016	72563	605	3196	11011	18715	52163		Loại 1
Andorra	2017	73853	452	2964	10853	18825	53257		Loại 1
Andorra	2018	75034	295	2679	10576	18737	54314		Loại 1
Andorra	2019	76361	355	2585	10442	18770	55343		Loại 1
Andorra	2020	77723	347	2549	10363	18827	56319		Loại 1
Andorra	2021	79057	336	2540	10337	18907	57221		Loại 1
Angola	1950	4478186	173288	721987	1791106	2663659	2555818		Loại 1
Angola	1951	4569744	183274	740533	1827440	2712974	2608663		Loại 1
Angola	1952	4663968	189175	760705	1866083	2764702	2662049		Loại 1
Angola	1953	4758721	195877	785689	1907194	2818805	2713414		Loại 1
Angola	1954	4850457	202506	817245	1950354	2874213	2759227		Loại 1
Angola	1955	4938121	209036	848944	1995644	2930430	2798319		Loại 1
Angola	1956	5022111	215358	878063	2042973	2987117	2831271	Dân số đông	Loại 1
Angola	1957	5104334	221506	907463	2092978	3044570	2859313	Dân số đông	Loại 1
Angola	1958	5185843	227469	936324	2145810	3102989	2883537	Dân số đông	Loại 1
Angola	1959	5269954	233336	964600	2202471	3163467	2906595	Dân số đông	Loại 1
Angola	1960	5357201	239082	992312	2262702	3226418	2929488	Dân số đông	Loại 1
Angola	1961	5441328	244536	1017161	2324995	3287182	2947960	Dân số đông	Loại 1
Angola	1962	5521405	249264	1038943	2388380	3345566	2961986	Dân số đông	Loại 1
Angola	1963	5599831	253372	1059987	2453351	3405908	2973029	Dân số đông	Loại 1
Angola	1964	5673208	257225	1080128	2519821	3467818	2977906	Dân số đông	Loại 1
Angola	1965	5736588	260823	1098983	2579854	3529314	2979782	Dân số đông	Loại 1
Angola	1966	5787056	264101	1115973	2630173	3588470	2979155	Dân số đông	Loại 1
Angola	1967	5827502	266867	1131199	2674982	3645821	2974709	Dân số đông	Loại 1
Angola	1968	5868201	269308	1145774	2717920	3705131	2972779	Dân số đông	Loại 1
Angola	1969	5928387	271860	1161384	2766843	3774413	2984172	Dân số đông	Loại 1
Angola	1970	6029702	274953	1180371	2835370	3863972	3016294	Dân số đông	Loại 1
Angola	1971	6177053	278568	1202014	2918752	3975874	3078554	Dân số đông	Loại 1
Angola	1972	6364736	284182	1226138	3005141	4107388	3177353	Dân số đông	Loại 1
Angola	1973	6578237	292938	1254900	3095370	4254752	3297880	Dân số đông	Loại 1
Angola	1974	6802495	303269	1288779	3188856	4413035	3425950	Dân số đông	Loại 1
Angola	1975	7032728	313851	1327433	3284646	4574356	3557951	Dân số đông	Loại 1
Angola	1976	7266788	324721	1371037	3382192	4735496	3692347	Dân số đông	Loại 1
Angola	1977	7511898	336110	1419517	3483275	4902359	3834327	Dân số đông	Loại 1
Angola	1978	7771595	348341	1471588	3589730	5075995	3985406	Dân số đông	Loại 1
Angola	1979	8043223	361606	1526756	3702421	5255400	4141957	Dân số đông	Loại 1
Angola	1980	8330053	375764	1585567	3822618	5442257	4305941	Dân số đông	Loại 1
Angola	1981	8631461	391103	1648506	3951380	5636740	4475609	Dân số đông	Loại 1
Angola	1982	8947154	407393	1715884	4089704	5839141	4649565	Dân số đông	Loại 1
Angola	1983	9276704	424455	1786953	4237367	6049372	4827911	Dân số đông	Loại 1
Angola	1984	9617709	442813	1861875	4395162	6266975	5007431	Dân số đông	Loại 1
Angola	1985	9970631	461802	1941226	4564724	6492808	5186539	Dân số đông	Loại 1
Angola	1986	10332577	480183	2023293	4745349	6725215	5363036	Dân số đông	Loại 1
Angola	1987	10694060	496875	2103688	4931082	6958742	5533923	Dân số đông	Loại 1
Angola	1988	11060263	512617	2181606	5119889	7196119	5706132	Dân số đông	Loại 1
Angola	1989	11439505	528251	2257994	5313626	7442174	5885334	Dân số đông	Loại 1
Angola	1990	11828643	543131	2331383	5510512	7695250	6070232	Dân số đông	Loại 1
Angola	1991	12228698	558183	2404174	5712260	7956769	6259502	Dân số đông	Loại 1
Angola	1992	12632509	571332	2473130	5913592	8221936	6451762	Dân số đông	Loại 1
Angola	1993	13038277	583909	2538644	6114434	8491151	6645551	Dân số đông	Loại 1
Angola	1994	13462032	599126	2607016	6321983	8774449	6848698	Dân số đông	Loại 1
Angola	1995	13912258	615087	2677091	6533194	9072851	7072672	Dân số đông	Loại 1
Angola	1996	14383352	631651	2748419	6746092	9383780	7314249	Dân số đông	Loại 1
Angola	1997	14871148	648402	2822889	6961353	9705619	7568942	Dân số đông	Loại 2
Angola	1998	15366866	664466	2898566	7175540	10031659	7832097	Dân số đông	Loại 2
Angola	1999	15870759	682677	2977614	7391559	10363427	8101049	Dân số đông	Loại 2
Angola	2000	16394067	703779	3063605	7613774	10707363	8382476	Dân số đông	Loại 2
Angola	2001	16941584	727080	3157953	7845165	11066290	8678281	Dân số đông	Loại 2
Angola	2002	17516140	751774	3262026	8088457	11442096	8988626	Dân số đông	Loại 2
Angola	2003	18124346	777214	3377457	8346384	11837767	9317373	Dân số đông	Loại 2
Angola	2004	18771128	804754	3504968	8623027	12256582	9665697	Dân số đông	Loại 2
Angola	2005	19450962	833971	3641651	8918292	12695962	10028972	Dân số đông	Loại 2
Angola	2006	20162338	863051	3784679	9232012	13154593	10405834	Dân số đông	Loại 2
Angola	2007	20909692	891749	3932338	9565813	13633916	10798887	Dân số đông	Loại 2
Angola	2008	21691524	920854	4084382	9920473	14133205	11205663	Dân số đông	Loại 2
Angola	2009	22507674	950553	4239425	10294692	14651438	11626984	Dân số đông	Loại 2
Angola	2010	23364196	979876	4395377	10687902	15190472	12069122	Dân số đông	Loại 2
Angola	2011	24259120	1007643	4550349	11097418	15749076	12532844	Dân số đông	Loại 2
Angola	2012	25188298	1035981	4705215	11523004	16326303	13014214	Dân số đông	Loại 2
Angola	2013	26147012	1064526	4859717	11963925	16920576	13510175	Dân số đông	Loại 2
Angola	2014	27128340	1091597	5011272	12415058	17528132	14019669	Dân số đông	Loại 2
Angola	2015	28127724	1117282	5158468	12871117	18146508	14540242	Dân số đông	Loại 2
Angola	2016	29154742	1142049	5301967	13329136	18779638	15083380	Dân số đông	Loại 2
Angola	2017	30208634	1167852	5441892	13787548	19428346	15651048	Dân số đông	Loại 3
Angola	2018	31273538	1194189	5577905	14243826	20085898	16229252	Dân số đông	Loại 3
Angola	2019	32353592	1220704	5712180	14696809	20753570	16823352	Dân số đông	Loại 3
Angola	2020	33428490	1248319	5847036	15145310	21426232	17417386	Dân số đông	Loại 3
Angola	2021	34503776	1275484	5983405	15588495	22107388	18020090	Dân số đông	Loại 3
Aruba	1950	38818	1577	6934	16751	23823	21378		Loại 1
Aruba	1951	40258	1675	7276	17479	24777	22076		Loại 1
Aruba	1952	41780	1708	7575	18210	25748	22841		Loại 1
Aruba	1953	43324	1724	7829	18929	26708	23622		Loại 1
Aruba	1954	44890	1738	8050	19642	27665	24423		Loại 1
Aruba	1955	46481	1759	8234	20353	28623	25246		Loại 1
Aruba	1956	48115	1789	8381	21076	29586	26091		Loại 1
Aruba	1957	49770	1808	8515	21793	30544	26948		Loại 1
Aruba	1958	51424	1803	8625	22464	31476	27842		Loại 1
Aruba	1959	53064	1788	8703	23050	32391	28802		Loại 1
Aruba	1960	54627	1782	8754	23555	33297	29771		Loại 1
Aruba	1961	55827	1776	8751	23971	34032	30476		Loại 1
Aruba	1962	56701	1751	8695	24293	34564	30949		Loại 1
Aruba	1963	57493	1712	8614	24522	35023	31434		Loại 1
Aruba	1964	58197	1665	8497	24646	35414	31934		Loại 1
Aruba	1965	58804	1613	8327	24650	35716	32453		Loại 1
Aruba	1966	59306	1560	8115	24552	35954	32959		Loại 1
Aruba	1967	59542	1496	7821	24243	35904	33393		Loại 1
Aruba	1968	59487	1426	7464	23760	35530	33695		Loại 1
Aruba	1969	59347	1360	7109	23257	35067	33919		Loại 1
Aruba	1970	59120	1304	6777	22714	34557	34091		Loại 1
Aruba	1971	58832	1259	6494	22127	34047	34234		Loại 1
Aruba	1972	58878	1242	6304	21596	33799	34649		Loại 1
Aruba	1973	59387	1245	6204	21145	33783	35444		Loại 1
Aruba	1974	60049	1248	6155	20694	33771	36386		Loại 1
Aruba	1975	60728	1260	6153	20247	33742	37342		Loại 1
Aruba	1976	61213	1276	6185	19697	33440	38197		Loại 1
Aruba	1977	61490	1287	6230	19092	32871	38906		Loại 1
Aruba	1978	61757	1293	6275	18608	32263	39506		Loại 1
Aruba	1979	62025	1301	6319	18247	31658	40013		Loại 1
Aruba	1980	62287	1308	6355	18012	31065	40407		Loại 1
Aruba	1981	62634	1323	6393	17968	30540	40649		Loại 1
Aruba	1982	63131	1334	6449	17977	30086	40968		Loại 1
Aruba	1983	63692	1338	6528	17945	29687	41443		Loại 1
Aruba	1984	64190	1341	6598	17904	29222	41906		Loại 1
Aruba	1985	64493	1337	6648	17754	28508	42329		Loại 1
Aruba	1986	64570	1325	6655	17468	27500	42679		Loại 1
Aruba	1987	64463	1305	6627	17097	26294	42924		Loại 1
Aruba	1988	64356	1278	6573	16781	25138	43105		Loại 1
Aruba	1989	64617	1241	6479	16800	24571	43347		Loại 1
Aruba	1990	65734	1208	6360	17453	25205	43831		Loại 1
Aruba	1991	67879	1182	6220	18798	27270	44650		Loại 1
Aruba	1992	70210	1151	6070	19726	28973	46011		Loại 1
Aruba	1993	72374	1143	5960	19914	29635	47872		Loại 1
Aruba	1994	74730	1144	5909	20058	30318	49919		Loại 1
Aruba	1995	77070	1198	5999	20043	30826	52081		Loại 1
Aruba	1996	79432	1285	6225	19974	31135	54309		Loại 1
Aruba	1997	81872	1327	6476	20039	31366	56459		Loại 1
Aruba	1998	84365	1354	6714	20227	31571	58513		Loại 1
Aruba	1999	86877	1363	6891	20508	31812	60480		Loại 1
Aruba	2000	89117	1315	6912	20723	32173	62220		Loại 1
Aruba	2001	90702	1246	6766	20750	32396	63461		Loại 1
Aruba	2002	91798	1200	6553	20657	32406	64318		Loại 1
Aruba	2003	92713	1162	6316	20491	32430	65076		Loại 1
Aruba	2004	93554	1124	6062	20273	32422	65797		Loại 1
Aruba	2005	94495	1148	5968	20180	32447	66481		Loại 1
Aruba	2006	95621	1217	6080	20308	32572	67139		Loại 1
Aruba	2007	96797	1248	6224	20502	32728	67790		Loại 1
Aruba	2008	98006	1266	6364	20705	32934	68446		Loại 1
Aruba	2009	99223	1272	6470	20885	33204	69105		Loại 1
Aruba	2010	100354	1241	6454	20821	33533	69884		Loại 1
Aruba	2011	101304	1226	6372	20486	33691	70698		Loại 1
Aruba	2012	102126	1226	6312	20156	33630	71340		Loại 1
Aruba	2013	102891	1193	6228	19907	33461	71808		Loại 1
Aruba	2014	103607	1165	6126	19731	33187	72127		Loại 1
Aruba	2015	104269	1139	6026	19599	32827	72312		Loại 1
Aruba	2016	104890	1113	5919	19480	32411	72397		Loại 1
Aruba	2017	105454	1085	5792	19334	31974	72421		Loại 1
Aruba	2018	105980	1055	5664	19150	31568	72402		Loại 1
Aruba	2019	106458	1020	5525	18912	31226	72349		Loại 1
Aruba	2020	106597	927	5288	18494	30935	72176		Loại 1
Aruba	2021	106543	807	4943	17895	30718	72084		Loại 1

kết quả là một bảng dữ liệu được định dạng dưới dạng Markdown với các cột đã được đổi tên và các cột mới được thêm vào là “SL.Danso” và “SL.Danso1”, thể hiện thông tin về dân số đông và phân loại dân số theo khoảng, tương ứng.

1.6 Tạo bảng tần số

• Đây là một cách để tổ chức và hiển thị thông tin về phân phối của các giá trị trong biến hoặc biến phân loại. Bảng tần số cung cấp cái nhìn tổng quan về sự phân bố của dữ liệu và các giá trị khác nhau mà biến có thể nhận.

ds1 <- ds #Sao chép Data Frame ds vào ds1

ds1$p_cut <- cut(ds$p, breaks = 3) #tính toán kết quả cắt cột population thành ba khoảng 

ds1_table <- table(ds1$p_cut) #tính toán kết quả tần suất cho cột mới là p_cut 

table <- knitr::kable(ds1_table, format = "markdown")
table 

Var1	Freq
(-3.88e+04,1.47e+07]	286
(1.47e+07,2.95e+07]	44
(2.95e+07,4.42e+07]	30

• Bảng được hiện ra đã được tính toán và hiển thị tần suất cho cột mới p_cut dựa trên việc chia cột p (population) thành 3 khoảng

1.7 phân tích dữ liệu theo quốc gia và thời gian

1.7.1 Các đặc trưng đo lường theo quốc gia (ở đây phân tích Angola)

Tạo bảng thổng kê tóm tắt về dân số ở độ tuổi từ 15 đến 64 tuổi của angola.

filter(ds, ds$c %in% "Angola") %>%
  select(cn, pe) %>%
  summary()

##       cn                  pe          
##  Length:72          Min.   : 2555818  
##  Class :character   1st Qu.: 2979625  
##  Mode  :character   Median : 5274788  
##                     Mean   : 6827541  
##                     3rd Qu.: 9404454  
##                     Max.   :18020090

-Kết quả trả về cho thấy:

- Min:  giá trị thấp nhất trong cột pe của angola

- 1st Qu, ( tứ phân vị thứ nhất): Đại diện cho giá trị mà 25% các điểm dữ liệu trong cột pe nằm dưới nó, hay rõ hơn là 25% dân số Angola thuộc nhóm tuổi 15 đến 64 có giá trị thấp hơn giá trị 1st Qu này

- 3rd Qu. (tứ phân vị thứ ba): Gía trị này đại diện cho việc 75% dữ liệu trong vùng pe nằm dưới, cụ thể hơn là 75% dân số Angola thuộc nhóm tuổi 15 đến 64 có giá trị thấp hơn 3rd Qu

- Median: giá trị trung vị của cột pe, mô tả việc một nửa dân số Angola có giá trị thấp hơn giá trị này và một nửa sẽ cao hơn

- Mean: Đây là giá trị trung bình của cột pe

- Max: giá trị lớn nhất, dân số lớn nhất trong vùng dữ liệu.

1.7.2 Đặc trưng đo lường theo nhóm quốc gia

• phân tích dữ liệu về tổng dân số của 5 quốc gia sau đó tính giá trị trung bình về tổng dân số

tbds <- ds%>%
filter(cn  %in% c("Albania", "Algeria", "Andorra", "Angola", "Aruba")) %>% #lọc ra các hàng dữ liệu trong ds mà cột cn chứa
group_by(cn, p) %>% #nhóm các hàng dữ liệu theo cột cn và p
summarise(mean_of_p=mean(p), groups='drop') #tính trung bình cột p, tham số groups=drop được sử dụng loại bỏ thông tin nhóm khi sử dụng phép tổng hợp

## `summarise()` has grouped output by 'cn'. You can override using the `.groups`
## argument.

table <- knitr::kable(tbds, format ="markdown")
table

cn	p	mean_of_p	groups
Albania	1252587	1252587	drop
Albania	1289175	1289175	drop
Albania	1326957	1326957	drop
Albania	1366747	1366747	drop
Albania	1409011	1409011	drop
Albania	1453732	1453732	drop
Albania	1500625	1500625	drop
Albania	1549575	1549575	drop
Albania	1600986	1600986	drop
Albania	1655022	1655022	drop
Albania	1711189	1711189	drop
Albania	1769076	1769076	drop
Albania	1828234	1828234	drop
Albania	1888302	1888302	drop
Albania	1949020	1949020	drop
Albania	2009793	2009793	drop
Albania	2070694	2070694	drop
Albania	2132447	2132447	drop
Albania	2195474	2195474	drop
Albania	2259797	2259797	drop
Albania	2324733	2324733	drop
Albania	2389820	2389820	drop
Albania	2455181	2455181	drop
Albania	2520442	2520442	drop
Albania	2585457	2585457	drop
Albania	2650128	2650128	drop
Albania	2713564	2713564	drop
Albania	2774798	2774798	drop
Albania	2833317	2833317	drop
Albania	2854710	2854710	drop
Albania	2866850	2866850	drop
Albania	2873883	2873883	drop
Albania	2877019	2877019	drop
Albania	2879361	2879361	drop
Albania	2881064	2881064	drop
Albania	2882482	2882482	drop
Albania	2884100	2884100	drop
Albania	2887019	2887019	drop
Albania	2888764	2888764	drop
Albania	2892191	2892191	drop
Albania	2900660	2900660	drop
Albania	2913402	2913402	drop
Albania	2930553	2930553	drop
Albania	2941650	2941650	drop
Albania	2951690	2951690	drop
Albania	2976089	2976089	drop
Albania	2992391	2992391	drop
Albania	3003391	3003391	drop
Albania	3032636	3032636	drop
Albania	3041188	3041188	drop
Albania	3062629	3062629	drop
Albania	3087904	3087904	drop
Albania	3092993	3092993	drop
Albania	3123554	3123554	drop
Albania	3131731	3131731	drop
Albania	3153615	3153615	drop
Albania	3171727	3171727	drop
Albania	3182027	3182027	drop
Albania	3207129	3207129	drop
Albania	3208265	3208265	drop
Albania	3232185	3232185	drop
Albania	3237677	3237677	drop
Albania	3253721	3253721	drop
Albania	3263019	3263019	drop
Albania	3271336	3271336	drop
Albania	3282187	3282187	drop
Albania	3284370	3284370	drop
Albania	3294001	3294001	drop
Albania	3295073	3295073	drop
Albania	3300715	3300715	drop
Albania	3302087	3302087	drop
Albania	3303738	3303738	drop
Algeria	9019866	9019866	drop
Algeria	9271741	9271741	drop
Algeria	9521703	9521703	drop
Algeria	9771686	9771686	drop
Algeria	10011548	10011548	drop
Algeria	10242297	10242297	drop
Algeria	10473167	10473167	drop
Algeria	10703259	10703259	drop
Algeria	10933788	10933788	drop
Algeria	11164451	11164451	drop
Algeria	11394309	11394309	drop
Algeria	11598615	11598615	drop
Algeria	11778265	11778265	drop
Algeria	11969449	11969449	drop
Algeria	12179097	12179097	drop
Algeria	12381262	12381262	drop
Algeria	12613398	12613398	drop
Algeria	12897121	12897121	drop
Algeria	13190979	13190979	drop
Algeria	13491022	13491022	drop
Algeria	13795915	13795915	drop
Algeria	14110269	14110269	drop
Algeria	14439750	14439750	drop
Algeria	14786473	14786473	drop
Algeria	15153601	15153601	drop
Algeria	15724698	15724698	drop
Algeria	16500516	16500516	drop
Algeria	17134196	17134196	drop
Algeria	17632646	17632646	drop
Algeria	18166982	18166982	drop
Algeria	18739378	18739378	drop
Algeria	19351356	19351356	drop
Algeria	20000098	20000098	drop
Algeria	20682110	20682110	drop
Algeria	21393532	21393532	drop
Algeria	22132910	22132910	drop
Algeria	22882560	22882560	drop
Algeria	23586098	23586098	drop
Algeria	24243024	24243024	drop
Algeria	24889516	24889516	drop
Algeria	25518074	25518074	drop
Algeria	26133906	26133906	drop
Algeria	26748302	26748302	drop
Algeria	27354326	27354326	drop
Algeria	27937006	27937006	drop
Algeria	28478024	28478024	drop
Algeria	28984640	28984640	drop
Algeria	29476030	29476030	drop
Algeria	29924664	29924664	drop
Algeria	30346086	30346086	drop
Algeria	30774624	30774624	drop
Algeria	31200984	31200984	drop
Algeria	31624700	31624700	drop
Algeria	32055882	32055882	drop
Algeria	32510184	32510184	drop
Algeria	32956690	32956690	drop
Algeria	33435082	33435082	drop
Algeria	33983836	33983836	drop
Algeria	34569590	34569590	drop
Algeria	35196040	35196040	drop
Algeria	35856348	35856348	drop
Algeria	36543548	36543548	drop
Algeria	37260570	37260570	drop
Algeria	38000628	38000628	drop
Algeria	38760170	38760170	drop
Algeria	39543148	39543148	drop
Algeria	40339330	40339330	drop
Algeria	41136548	41136548	drop
Algeria	41927010	41927010	drop
Algeria	42705372	42705372	drop
Algeria	43451668	43451668	drop
Algeria	44177964	44177964	drop
Andorra	5335	5335	drop
Andorra	5475	5475	drop
Andorra	5590	5590	drop
Andorra	5848	5848	drop
Andorra	6028	6028	drop
Andorra	6139	6139	drop
Andorra	6730	6730	drop
Andorra	7353	7353	drop
Andorra	8020	8020	drop
Andorra	8723	8723	drop
Andorra	9473	9473	drop
Andorra	10238	10238	drop
Andorra	11037	11037	drop
Andorra	11865	11865	drop
Andorra	12718	12718	drop
Andorra	13585	13585	drop
Andorra	14569	14569	drop
Andorra	15768	15768	drop
Andorra	17103	17103	drop
Andorra	18471	18471	drop
Andorra	19885	19885	drop
Andorra	21346	21346	drop
Andorra	22855	22855	drop
Andorra	24413	24413	drop
Andorra	26025	26025	drop
Andorra	27664	27664	drop
Andorra	29314	29314	drop
Andorra	30971	30971	drop
Andorra	32597	32597	drop
Andorra	34167	34167	drop
Andorra	35639	35639	drop
Andorra	37008	37008	drop
Andorra	38617	38617	drop
Andorra	40456	40456	drop
Andorra	42202	42202	drop
Andorra	43834	43834	drop
Andorra	45625	45625	drop
Andorra	47659	47659	drop
Andorra	49680	49680	drop
Andorra	51661	51661	drop
Andorra	53590	53590	drop
Andorra	55455	55455	drop
Andorra	57305	57305	drop
Andorra	59177	59177	drop
Andorra	61057	61057	drop
Andorra	62944	62944	drop
Andorra	64166	64166	drop
Andorra	64702	64702	drop
Andorra	65204	65204	drop
Andorra	65675	65675	drop
Andorra	66116	66116	drop
Andorra	67841	67841	drop
Andorra	70587	70587	drop
Andorra	70868	70868	drop
Andorra	71035	71035	drop
Andorra	71385	71385	drop
Andorra	71542	71542	drop
Andorra	71644	71644	drop
Andorra	71766	71766	drop
Andorra	72563	72563	drop
Andorra	73853	73853	drop
Andorra	73879	73879	drop
Andorra	73929	73929	drop
Andorra	75034	75034	drop
Andorra	76073	76073	drop
Andorra	76361	76361	drop
Andorra	76950	76950	drop
Andorra	77723	77723	drop
Andorra	78187	78187	drop
Andorra	79057	79057	drop
Andorra	79845	79845	drop
Andorra	80241	80241	drop
Angola	4478186	4478186	drop
Angola	4569744	4569744	drop
Angola	4663968	4663968	drop
Angola	4758721	4758721	drop
Angola	4850457	4850457	drop
Angola	4938121	4938121	drop
Angola	5022111	5022111	drop
Angola	5104334	5104334	drop
Angola	5185843	5185843	drop
Angola	5269954	5269954	drop
Angola	5357201	5357201	drop
Angola	5441328	5441328	drop
Angola	5521405	5521405	drop
Angola	5599831	5599831	drop
Angola	5673208	5673208	drop
Angola	5736588	5736588	drop
Angola	5787056	5787056	drop
Angola	5827502	5827502	drop
Angola	5868201	5868201	drop
Angola	5928387	5928387	drop
Angola	6029702	6029702	drop
Angola	6177053	6177053	drop
Angola	6364736	6364736	drop
Angola	6578237	6578237	drop
Angola	6802495	6802495	drop
Angola	7032728	7032728	drop
Angola	7266788	7266788	drop
Angola	7511898	7511898	drop
Angola	7771595	7771595	drop
Angola	8043223	8043223	drop
Angola	8330053	8330053	drop
Angola	8631461	8631461	drop
Angola	8947154	8947154	drop
Angola	9276704	9276704	drop
Angola	9617709	9617709	drop
Angola	9970631	9970631	drop
Angola	10332577	10332577	drop
Angola	10694060	10694060	drop
Angola	11060263	11060263	drop
Angola	11439505	11439505	drop
Angola	11828643	11828643	drop
Angola	12228698	12228698	drop
Angola	12632509	12632509	drop
Angola	13038277	13038277	drop
Angola	13462032	13462032	drop
Angola	13912258	13912258	drop
Angola	14383352	14383352	drop
Angola	14871148	14871148	drop
Angola	15366866	15366866	drop
Angola	15870759	15870759	drop
Angola	16394067	16394067	drop
Angola	16941584	16941584	drop
Angola	17516140	17516140	drop
Angola	18124346	18124346	drop
Angola	18771128	18771128	drop
Angola	19450962	19450962	drop
Angola	20162338	20162338	drop
Angola	20909692	20909692	drop
Angola	21691524	21691524	drop
Angola	22507674	22507674	drop
Angola	23364196	23364196	drop
Angola	24259120	24259120	drop
Angola	25188298	25188298	drop
Angola	26147012	26147012	drop
Angola	27128340	27128340	drop
Angola	28127724	28127724	drop
Angola	29154742	29154742	drop
Angola	30208634	30208634	drop
Angola	31273538	31273538	drop
Angola	32353592	32353592	drop
Angola	33428490	33428490	drop
Angola	34503776	34503776	drop
Aruba	38818	38818	drop
Aruba	40258	40258	drop
Aruba	41780	41780	drop
Aruba	43324	43324	drop
Aruba	44890	44890	drop
Aruba	46481	46481	drop
Aruba	48115	48115	drop
Aruba	49770	49770	drop
Aruba	51424	51424	drop
Aruba	53064	53064	drop
Aruba	54627	54627	drop
Aruba	55827	55827	drop
Aruba	56701	56701	drop
Aruba	57493	57493	drop
Aruba	58197	58197	drop
Aruba	58804	58804	drop
Aruba	58832	58832	drop
Aruba	58878	58878	drop
Aruba	59120	59120	drop
Aruba	59306	59306	drop
Aruba	59347	59347	drop
Aruba	59387	59387	drop
Aruba	59487	59487	drop
Aruba	59542	59542	drop
Aruba	60049	60049	drop
Aruba	60728	60728	drop
Aruba	61213	61213	drop
Aruba	61490	61490	drop
Aruba	61757	61757	drop
Aruba	62025	62025	drop
Aruba	62287	62287	drop
Aruba	62634	62634	drop
Aruba	63131	63131	drop
Aruba	63692	63692	drop
Aruba	64190	64190	drop
Aruba	64356	64356	drop
Aruba	64463	64463	drop
Aruba	64493	64493	drop
Aruba	64570	64570	drop
Aruba	64617	64617	drop
Aruba	65734	65734	drop
Aruba	67879	67879	drop
Aruba	70210	70210	drop
Aruba	72374	72374	drop
Aruba	74730	74730	drop
Aruba	77070	77070	drop
Aruba	79432	79432	drop
Aruba	81872	81872	drop
Aruba	84365	84365	drop
Aruba	86877	86877	drop
Aruba	89117	89117	drop
Aruba	90702	90702	drop
Aruba	91798	91798	drop
Aruba	92713	92713	drop
Aruba	93554	93554	drop
Aruba	94495	94495	drop
Aruba	95621	95621	drop
Aruba	96797	96797	drop
Aruba	98006	98006	drop
Aruba	99223	99223	drop
Aruba	100354	100354	drop
Aruba	101304	101304	drop
Aruba	102126	102126	drop
Aruba	102891	102891	drop
Aruba	103607	103607	drop
Aruba	104269	104269	drop
Aruba	104890	104890	drop
Aruba	105454	105454	drop
Aruba	105980	105980	drop
Aruba	106458	106458	drop
Aruba	106543	106543	drop
Aruba	106597	106597	drop

mean(tbds$mean_of_p)

## [1] 7876261

kết quả trả về tính toán trung bình của cột p theo từng nhóm cn và hiển thị kết quả dưới dạng bảng markdown, cùng với giá trị trung bình của cột mean_of_p.

1.7.3 Đặc trưng đo lường theo năm:

• Tiến hành tính trung bình dân số độ tuổi từ 15 đến 64 của 5 quốc gia trong năm 2000

nm <- ds %>%
  filter(y == '2020') %>% #lọc từ cột y có giá trị là 2020
  group_by(cn, y, pe) %>% #nhóm các hàng dữ liệu theo cột cn, y, và pe
  summarise(mean_of_pe = mean(pe), .groups = 'drop') #tính trung bình của cột pe trong mỗi nhóm và lưu kết quả vào biến nm. Tham số groups = 'drop' được sử dụng để loại bỏ thông tin về nhóm khi thực hiện phép tổng hợp.

table <- knitr::kable(nm, format = "markdown")
table

cn	y	pe	mean_of_pe
Albania	2020	1941039	1941039
Algeria	2020	27520308	27520308
Andorra	2020	56319	56319
Angola	2020	17417386	17417386
Aruba	2020	72176	72176

mean(nm$mean_of_pe)

## [1] 9401446

Kết quả trả về tính toán trung bình của cột pe theo từng nhóm cn, y khi cột y có giá trị là “2020”, và hiển thị kết quả dưới dạng bảng markdown, cùng với giá trị trung bình của cột mean_of_pe. ### Đặc trưng đo lường theo khoản thời gian:

• Tiến hành tính trung binh dân số trẻ em dưới 15 tuổi ở 5 quốc gia năm 1950 đến năm 1960:

tg <- ds %>% 
  filter(y == '1950' | y == '1960') %>% #ọc các hàng từ dataframe ds trong đó cột y có giá trị là "1950" hoặc "1960"
  group_by(cn, y, pc) %>% # nhóm các hàng dữ liệu theo cột cn, y, và pc
  summarise(mean_of_pe = mean(pc), .groups = 'drop') # trung bình của cột pc trong mỗi nhóm và lưu kết quả vào biến tg. Tham số groups = 'drop' được sử dụng để loại bỏ thông tin về nhóm khi thực hiện phép tổng hợp.

table <- knitr::kable(tg, format = "markdown")
table

cn	y	pc	mean_of_pe
Albania	1950	488984	488984
Albania	1960	702247	702247
Algeria	1950	3663779	3663779
Algeria	1960	5211647	5211647
Andorra	1950	1393	1393
Andorra	1960	2543	2543
Angola	1950	1791106	1791106
Angola	1960	2262702	2262702
Aruba	1950	16751	16751
Aruba	1960	23555	23555

mean(tg$mean_of_pc)

## [1] NA

kết quả hiển thị tính toán trung bình của cột pc theo từng nhóm cn, y khi cột y có giá trị là “1950” hoặc “1960”, và hiển thị kết quả dưới dạng bảng markdown, cùng với giá trị trung bình của cột mean_of_pc.

2 Nhiệm vụ 3.2

---

2.1 Import và mô tả cơ bản dataset:

• Là 1 data frame

• Có 6 cột tương đương với 6 biến

• Các cột lần lượt là:

  • population_in_2023: Dân số vào năm 2023

  • population_in_2022: Dân số vào năm 2022

  • country: tên đất nước

  • population_growthRate: tỉ lệ phát triển dân dư

  • type: loại dữ liệu dân cư

2.2 Thao tác với bộ dữ liệu

• Để thao tác cho bộ dữ liệu, ta cần gọi thư viện lên và tải thư viện đó về máy.

library(dplyr) #gọi thư viện 

danso1 <- read.csv(file.choose(), header = T) #Gọi thư viện từ file csv, biến danso1 sẽ được gán vào file dữ liệu

is.data.frame(danso1) #kiểm tra xem "danso1" có phải là data frame hay không, nếu đúng thì true và ngược lại

## [1] TRUE

names(danso1) <- c("p23","p22","ci","cn","pr","ty") #đặt tên cho các cột trong biến danso1 mới được gọi ra

2.3 giải thích bộ dữ liệu

• giải thích bộ dữ liệu tức là mô tả và hiểu rõ thông tin trong bộ dữ liệu. Bao gồm việc xem xét cấu trúc của dữ liệu, ý nghĩa của từng biến, giá trị duy nhất của mỗi biến và nắm bắt các thuộc tính chính của dữ liệu

str(danso1) #Hiển thị cấu trúc bộ dữ liệu

## 'data.frame':    778 obs. of  6 variables:
##  $ p23: int  37194105 32941309 29210808 23209616 22619736 22281442 22183201 21766214 21296517 19013434 ...
##  $ p22: int  37274002 32065760 28516903 22478117 22429799 22085139 21750020 21333331 20961473 19059857 ...
##  $ ci : chr  "Tokyo" "Delhi" "Shanghai" "Dhaka" ...
##  $ cn : chr  "Japan" "India" "China" "Bangladesh" ...
##  $ pr : num  -0.0021 0.0273 0.0243 0.0325 0.0085 0.0089 0.0199 0.0203 0.016 -0.0024 ...
##  $ ty : chr  "w" "w" "w" "w" ...

cấu trúc bộ dữ liệu của vùng được hiển thị

names(danso1) #cho ra các tên cột của "danso1"

## [1] "p23" "p22" "ci"  "cn"  "pr"  "ty"

tên cột của vùng dữ liệu được hiển thị

dim(danso1) #cho ra một vecto chứa số hàng và số cột của "danso1"

## [1] 778   6

số hàng và số cột của vùng dữ liệu được hiển thị

sum(is.na(danso1)) #tổng số ô trống của object danso1

## [1] 0

Tổng số ô trống trong vùng dữ liệu được hiển thị

length(danso1) #cho ra kết quả độ dài, ở đây là số cột của "danso1"

## [1] 6

số cột của vùng dữ liệu

summary(danso1) #xem thông tin về các biến số

##       p23                p22                ci                 cn           
##  Min.   :  750097   Min.   :  723114   Length:778         Length:778        
##  1st Qu.:  992181   1st Qu.:  965789   Class :character   Class :character  
##  Median : 1381252   Median : 1362342   Mode  :character   Mode  :character  
##  Mean   : 2658927   Mean   : 2607826                                        
##  3rd Qu.: 2607130   3rd Qu.: 2548158                                        
##  Max.   :37194105   Max.   :37274002                                        
##        pr                ty           
##  Min.   :-0.03480   Length:778        
##  1st Qu.: 0.01263   Class :character  
##  Median : 0.01995   Mode  :character  
##  Mean   : 0.02076                     
##  3rd Qu.: 0.02867                     
##  Max.   : 0.06110

thông tin các biến số được thêm

• 1st Qu: (tứ phân vị thứ nhất) nghĩa là 25% giá trị trong vùng nhỏ hơn giá trị này

• 3st Qu: (tứ phân vị thứ ba) nghĩa là 75% giá trị trong vùng nhỏ hơn giá trị này

• median: giá trị trung vị, nghĩa là một nửa giá trị trong vùng nhỏ hơn và còn lại lớn hơn

• mean: giá trị trung bình trong vùng dữ liệu được chọn

• max: giá trị lớn nhất trong vùng dữ liệu được chọn

  • để chọn ra 5 quốc gia, 2 dân số i cụ thể vào 2 thời điểm 2022,2023 ta sẽ làm như sau

dso <- danso1 %>%
  filter(cn %in% c("Japan", "China","VietNam","India","Brazil")) %>%
  select(c("p23","p22","ci", "cn","pr")) #câu lệnh này sẽ tạo một data frame mới gán vào "ds" và chọn quốc gia cũng như những cột chỉ định

table <- knitr::kable(dso, format = "markdown")
table

p23	p22	ci	cn	pr
37194105	37274002	Tokyo	Japan	-0.0021
32941309	32065760	Delhi	India	0.0273
29210808	28516903	Shanghai	China	0.0243
22619736	22429799	Sao Paulo	Brazil	0.0085
21766214	21333331	Beijing	China	0.0203
21296517	20961473	Mumbai	India	0.0160
19013434	19059857	Osaka	Japan	-0.0024
17340704	16874741	Chongqing	China	0.0276
15332793	15133888	Kolkata	India	0.0131
14284353	13964637	Guangzhou	China	0.0229
14238643	14011828	Tianjin	China	0.0162
13727720	13634274	Rio de Janeiro	Brazil	0.0069
13607800	13193035	Bangalore	India	0.0314
13072633	12831330	Shenzhen	China	0.0188
11776147	11503293	Chennai	India	0.0237
10801163	10534418	Hyderabad	India	0.0253
9698464	9429381	Nanjing	China	0.0285
9653772	9478521	Chengdu	China	0.0185
9569328	9571596	Nagoya	Japan	-0.0002
8785174	8537646	Xi-an Shaanxi	China	0.0290
8718250	8591611	Wuhan	China	0.0147
8650605	8450228	Ahmedabad	India	0.0237
8237206	8044878	Hangzhou	China	0.0239
8074031	7764499	Suzhou	China	0.0399
8064949	7784276	Surat	India	0.0361
7680967	7527975	Shenyang	China	0.0203
7597386	7497263	Foshan	China	0.0134
7587049	7511851	Dongguan	China	0.0100
7166374	6987077	Pune	India	0.0257
6803811	6665951	Haerbin	China	0.0207
6247889	6194292	Belo Horizonte	Brazil	0.0087
6077995	5930140	Dalian	China	0.0249
5986525	5865232	Qingdao	China	0.0207
5859272	5690312	Zhengzhou	China	0.0297
5806031	5663015	Ji-nan Shandong	China	0.0253
5490271	5502591	Fukuoka	Japan	-0.0022
4921487	4809887	Changsha	China	0.0232
4873048	4803877	Brasilia	Brazil	0.0144
4865038	4710203	Urumqi	China	0.0329
4761284	4657381	Kunming	China	0.0223
4710382	4616002	Changchun	China	0.0204
4615758	4496456	Hefei	China	0.0265
4573713	4490411	Shantou	China	0.0186
4537901	4405292	Ningbo	China	0.0301
4370473	4285135	Shijiazhuang	China	0.0199
4263940	4220458	Recife	Brazil	0.0103
4211933	4185488	Porto Alegre	Brazil	0.0063
4207084	4106756	Jaipur	India	0.0244
4206240	4163953	Fortaleza	Brazil	0.0102
4191890	4085697	Nanning	China	0.0260
4145010	4061003	Taiyuan Shanxi	China	0.0207
4088555	3920873	Kozhikode	India	0.0428
4009087	3816345	Malappuram	India	0.0505
3981658	3869213	Changzhou	China	0.0291
3958384	3920132	Salvador	Brazil	0.0098
3945409	3854224	Lucknow	India	0.0237
3935484	3862882	Xiamen	China	0.0188
3922202	3843753	Fuzhou Fujian	China	0.0204
3920379	3817888	Nanchang	China	0.0268
3919724	3824561	Wenzhou	China	0.0249
3814702	3693292	Tangshan Hebei	China	0.0329
3813082	3770919	Curitiba	Brazil	0.0112
3580904	3495855	Guiyang	China	0.0243
3482456	3351322	Thrissur	India	0.0391
3437346	3375810	Wuxi	China	0.0182
3422796	3384564	Campinas	Brazil	0.0113
3406055	3301294	Kochi	India	0.0317
3302077	3208722	Indore	India	0.0291
3297528	3226493	Lanzhou	China	0.0220
3234160	3189926	Kanpur	India	0.0139
3046687	2991427	Nagpur	India	0.0185
3010685	2973878	Zhongshan	China	0.0124
3009047	2934621	Coimbatore	India	0.0254
3005409	2917786	Handan	China	0.0300
2979893	2879079	Huaian	China	0.0350
2937359	2935436	Shizuoka	Japan	0.0007
2917819	2834645	Weifang	China	0.0293
2891119	2793173	Thiruvananthapuram	India	0.0351
2848473	2800919	Goiania	Brazil	0.0170
2805654	2722257	Shaoxing	China	0.0306
2780142	2732104	Zibo	China	0.0176
2764584	2689227	Yantai	China	0.0280
2758593	2684343	Huizhou	China	0.0277
2666112	2668982	Sapporo	Japan	-0.0011
2602793	2534195	Luoyang	China	0.0271
2579762	2529210	Patna	India	0.0200
2564502	2505183	Bhopal	India	0.0237
2492230	2423725	Nantong	China	0.0283
2409409	2385490	Belem	Brazil	0.0100
2380636	2312208	Hohhot	China	0.0296
2375636	2340784	Manaus	Brazil	0.0149
2367554	2313971	Agra	India	0.0232
2346137	2286474	Kannur	India	0.0261
2343452	2286224	Liuzhou	China	0.0250
2342302	2339991	Sendai	Japan	0.0010
2334878	2287174	Baotou	China	0.0209
2330928	2277870	Visakhapatnam	India	0.0233
2324084	2277153	Vadodara	India	0.0206
2287166	2240503	Xuzhou	China	0.0208
2237369	2180269	Nashik	India	0.0262
2229765	2167516	Vijayawada	India	0.0287
2176022	2093166	Putian	China	0.0396
2170513	2141511	Grande Vitoria	Brazil	0.0135
2131291	2085864	Yangzhou	China	0.0218
2124797	2046187	Wuhu Anhui	China	0.0384
2107539	2064081	Baoding	China	0.0211
2106606	2025984	Kollam	India	0.0398
2102143	2048701	Taizhou Zhejiang	China	0.0261
2076364	2030847	Linyi Shandong	China	0.0224
2067591	2072344	Hiroshima	Japan	-0.0023
2043107	1988607	Rajkot	India	0.0274
2016092	1974244	Haikou	China	0.0212
2000656	1954752	Daqing	China	0.0235
1993463	1951122	Yancheng Jiangsu	China	0.0217
1986439	1933605	Lianyungang	China	0.0273
1951085	1916772	Ludhiana	India	0.0179
1947785	1929846	Baixada Santista	Brazil	0.0093
1889829	1847411	Zhuhai	China	0.0230
1873693	1831912	Datong	China	0.0228
1869994	1814734	Quanzhou	China	0.0305
1834279	1798834	Madurai	India	0.0197
1816813	1760411	Raipur	India	0.0320
1797805	1762162	Meerut	India	0.0202
1788871	1732743	Cixi	China	0.0324
1768511	1740196	Jiangmen	China	0.0163
1754425	1722259	Varanasi	India	0.0187
1742706	1713433	Xiangyang	China	0.0171
1716591	1672688	Yinchuan	China	0.0262
1711244	1660148	Yichang	China	0.0308
1698277	1659935	Srinagar	India	0.0231
1695060	1661439	Jamshedpur	India	0.0202
1689499	1667187	Anshan	China	0.0134
1683389	1641602	Aurangabad	India	0.0255
1680962	1634829	Qinhuangdao	China	0.0282
1677173	1619469	Tiruppur	India	0.0356
1668785	1645140	Jilin	China	0.0144
1666605	1625782	Xining	China	0.0251
1664968	1595867	Suqian	China	0.0433
1661854	1618900	Hengyang	China	0.0265
1642347	1585812	Anyang	China	0.0357
1635458	1609057	Qiqihaer	China	0.0164
1586547	1548048	Jodhpur	India	0.0249
1569560	1543534	Jining Shandong	China	0.0169
1547258	1510765	Ranchi	India	0.0242
1536171	1502958	Zhangjiakou	China	0.0221
1535316	1511614	Natal	Brazil	0.0157
1523629	1511102	Grande Sao Luis	Brazil	0.0083
1522121	1495679	Jabalpur	India	0.0177
1516795	1474243	Kota	India	0.0289
1512668	1486964	Huainan	China	0.0173
1505033	1478266	Asansol	India	0.0181
1496298	1472558	Chaozhou	China	0.0161
1483320	1436780	Yiwu	China	0.0324
1475016	1442015	Gwalior	India	0.0229
1465152	1439202	Allahabad	India	0.0180
1459678	1405736	Ganzhou	China	0.0384
1451748	1425040	Amritsar	India	0.0187
1446810	1414649	Taizhou Jiangsu	China	0.0227
1429315	1389782	Weihai	China	0.0284
1424982	1373885	Jiaxing	China	0.0372
1421827	1407889	Joao Pessoa	Brazil	0.0099
1416064	1390010	Taian Shandong	China	0.0187
1398262	1359105	Kaifeng	China	0.0288
1391258	1353165	Rizhao	China	0.0282
1389776	1367686	Dhanbad	India	0.0162
1379377	1346126	Dongying	China	0.0247
1378077	1322063	Liuan	China	0.0424
1377572	1339649	Nanchong	China	0.0283
1376453	1345424	Zunyi	China	0.0231
1373523	1310870	Liuyang	China	0.0478
1371998	1343882	Zhanjiang	China	0.0209
1363510	1350505	Maceio	Brazil	0.0096
1354025	1318236	Shiyan	China	0.0271
1351383	1326012	Mianyang Sichuan	China	0.0191
1348664	1317085	Bareilly	India	0.0240
1348521	1334194	Joinville	Brazil	0.0107
1323174	1288451	Yingkou	China	0.0269
1322916	1281380	Tengzhou	China	0.0324
1312369	1278555	Aligarh	India	0.0264
1310433	1266746	Suzhou	China	0.0345
1304565	1294781	Fushun Liaoning	China	0.0076
1303900	1272048	Maoming	China	0.0250
1301740	1267139	Moradabad	India	0.0273
1294486	1277547	Florianopolis	Brazil	0.0133
1288245	1261097	Mysore	India	0.0215
1282479	1240240	Jieyang	China	0.0341
1281790	1246135	Ruian	China	0.0286
1266034	1244528	Durg-Bhilainagar	India	0.0173
1261077	1230134	Baoji	China	0.0252
1257941	1215822	Jinhua	China	0.0346
1257642	1226033	Bhubaneswar	India	0.0258
1256581	1225598	Pingdingshan Henan	China	0.0253
1254519	1231664	Zhuzhou	China	0.0186
1254160	1223886	Puning	China	0.0247
1252414	1223975	Chifeng	China	0.0232
1250668	1225251	Zhenjiang Jiangsu	China	0.0207
1236271	1205931	Huaibei	China	0.0252
1230644	1183380	Liupanshui	China	0.0399
1224629	1197901	Nanyang Henan	China	0.0223
1223912	1197437	Xiangtan Hunan	China	0.0221
1221960	1200947	Tiruchirappalli	India	0.0175
1216852	1196384	Benxi	China	0.0171
1215376	1191977	Jinzhou	China	0.0196
1214775	1191299	Chandigarh	India	0.0197
1207275	1162776	Pizhou	China	0.0383
1200222	1163766	Binzhou	China	0.0313
1197935	1149350	Luohe	China	0.0423
1196841	1175605	Guilin	China	0.0181
1183042	1117707	Xiongan	China	0.0585
1181194	1158368	Hubli-Dharwad	India	0.0197
1176330	1154876	Guwahati	India	0.0186
1175989	1119608	Bazhong	China	0.0504
1171689	1133891	Saharanpur	India	0.0333
1169953	1146334	Salem	India	0.0206
1169864	1135548	Yueqing	China	0.0302
1140599	1120346	Xinxiang	China	0.0181
1133629	1117176	Zaozhuang	China	0.0147
1131361	1101419	Wenling	China	0.0272
1126249	1091949	Siliguri	India	0.0314
1120694	1093520	Fuyang	China	0.0249
1120675	1098267	Panjin	China	0.0204
1118826	1096068	Jalandhar	India	0.0208
1112680	1083048	Ma’anshan	China	0.0274
1106736	1081383	Shangrao	China	0.0234
1103202	1077519	Zhaoqing	China	0.0238
1100271	1065779	Fuzhou Jiangxi	China	0.0324
1089886	1072008	Jingzhou Hubei	China	0.0167
1087409	1055794	Leshan	China	0.0299
1084969	1046252	Chenzhou	China	0.0370
1080680	1050796	Dezhou	China	0.0284
1078630	1029428	Yichun Jiangxi	China	0.0478
1070322	1054911	Solapur	India	0.0146
1067651	1042111	Huzhou	China	0.0245
1063876	1033680	Xuchang	China	0.0292
1059902	1022366	Changshu	China	0.0367
1056986	1042445	Aracaju	Brazil	0.0139
1050459	1040971	Teresina	Brazil	0.0091
1048889	1034517	Yueyang	China	0.0139
1038964	1008582	Qujing	China	0.0301
1031090	1006935	Warangal	India	0.0240
1023756	996054	Xintai	China	0.0278
1020399	980589	Guiping	China	0.0406
999721	976771	Pingxiang Jiangxi	China	0.0235
993175	977845	Jixi Heilongjiang	China	0.0157
993097	958210	Chengde	China	0.0364
991876	967454	Dehradun	India	0.0252
991208	960058	Zhucheng	China	0.0324
986248	961197	Laiwu	China	0.0261
982777	960233	Jiujiang	China	0.0235
978327	939173	Leiyang	China	0.0417
975348	958338	Mudanjiang	China	0.0177
967428	943042	Guigang	China	0.0259
956079	934600	Yangjiang	China	0.0230
955663	924817	Hengshui	China	0.0334
955519	929015	Zhangzhou	China	0.0285
953768	927240	Tianmen	China	0.0286
952278	922665	Xinyu	China	0.0321
951822	922495	Linfen	China	0.0318
944465	929529	Bengbu	China	0.0161
939166	913268	Deyang	China	0.0284
936997	898864	Liling	China	0.0424
933395	905154	Jiangyin	China	0.0312
927532	894834	Baishan	China	0.0365
926095	916786	Campo Grande	Brazil	0.0102
922425	911014	Londrina	Brazil	0.0125
918324	896750	Guntur	India	0.0241
917936	903644	Dandong	China	0.0158
910743	889876	Changzhi	China	0.0234
906581	889708	Bhiwandi	India	0.0190
900692	885256	Liaoyang	China	0.0174
898338	876395	Changde	China	0.0250
897983	877010	Puducherry	India	0.0239
895111	873125	Shangqiu	China	0.0252
894388	870224	Firozabad	India	0.0278
886381	868161	Xingtai	China	0.0210
876930	860580	Huangshi	China	0.0190
876131	863008	Fuxin	China	0.0152
875496	840372	Kuerle	China	0.0418
871457	836448	Quzhou	China	0.0419
870465	836876	Cherthala	India	0.0401
864910	848003	Yibin	China	0.0199
861978	839474	Xinghua	China	0.0268
860522	835771	Yongzhou	China	0.0296
857683	845243	Luzhou	China	0.0147
855191	836336	Xinyang	China	0.0225
851630	832913	Yangquan	China	0.0225
849580	828411	Xiaogan	China	0.0256
843754	815194	Huaihua	China	0.0350
837479	814639	Tianshui	China	0.0280
834782	816151	Zhuji	China	0.0228
830125	802749	Bozhou	China	0.0341
826777	815308	Heze	China	0.0141
826414	798818	Kunshan	China	0.0345
821192	808044	Haicheng	China	0.0163
821132	805739	Huludao	China	0.0191
818628	780349	Kottayam	India	0.0491
818566	802188	Bikaner	India	0.0204
818057	791806	Jincheng	China	0.0332
816293	794715	Nellore	India	0.0272
813369	796139	Liaocheng	China	0.0216
813320	804692	Sorocaba	Brazil	0.0107
811451	791025	Taixing	China	0.0258
807833	786186	Langfang	China	0.0275
804537	777056	Zhumadian	China	0.0354
797964	772476	Gaomi	China	0.0330
797865	799832	Niigata	Japan	-0.0025
796756	773630	Meishan	China	0.0299
796509	785635	Jiaozuo	China	0.0138
795835	770665	Hanchuan	China	0.0327
792620	778087	Amravati	India	0.0187
791931	758275	Anqiu	China	0.0444
791214	767107	Muzaffarnagar	India	0.0314
789755	767329	Danyang	China	0.0292
788276	776617	Gorakhpur	India	0.0150
786192	757238	Kayamkulam	India	0.0382
784230	775245	Shaoguan	China	0.0116
779535	762382	Anqing	China	0.0225
776076	754831	Linhai	China	0.0281
775559	762998	Cuttack	India	0.0165
774321	752919	Erduosi-Ordoss	China	0.0284
768075	757011	Zigong	China	0.0146
767188	739777	Yan’an	China	0.0371
767161	752185	Belgaum	India	0.0199
766782	755409	Qingyuan	China	0.0151
764628	747821	Malegaon	India	0.0225
761169	745467	Shaoyang	China	0.0211
759150	732643	Dengzhou	China	0.0362
757224	737464	Yanji	China	0.0268
756158	738713	Tongliao	China	0.0236
754711	729924	Yuncheng	China	0.0340
752916	734805	Tongling	China	0.0246
752744	729109	Tirupati	India	0.0324
751679	733917	Wuzhou	China	0.0242
750102	723114	Yuxi	China	0.0373
750097	733643	Suining Sichuan	China	0.0224

Bảng dữ liệu cho ra sẽ lấy các cột được chỉ định, cũng như các hàng trong cột được lọc ra theo yêu cầu

2.4 giải thích bộ dữ liệu mới

• Là một data frame

• có 5 cột tương đương với 5 biến

• các cột lần lượt là:

  • population_in_2023: dân số vào năm 2023

  • population_in_2022: dân số vào năm 2022

  • city: tên thành phố

  • Country: Tên quốc gia

  • Population_grownRate: Tổng dân số

2.5 Mã hóa bộ dữ liệu

• Mã hóa bộ dữ liệu có nghĩa là biến đổi dữ liệu từ một dạng ban đầu sang một dạng mới, thường là để phù hợp với yêu cầu của một phân tích cụ thể.

dso$SL.Danso1.1 <- ifelse(dso$p23 >= 2000000, "Dân số đông","") #thêm một cột mới là SL.Danso1, kiểm tra cột population_in_2023 có số dân trên 2000000 thì là đông dân cư

dso$SL.Danso2.1 <- cut(dso$p23,3,labels = c("Loại 1","Loại 2","Loại 3")) #Chia cột population_in_2023 thành 3 khoảng, tùy theo số lượng dân cư sẽ được chia vào loại nào. 

table <- knitr::kable(dso, format = "markdown")
table 

p23	p22	ci	cn	pr	SL.Danso1.1	SL.Danso2.1
37194105	37274002	Tokyo	Japan	-0.0021	Dân số đông	Loại 3
32941309	32065760	Delhi	India	0.0273	Dân số đông	Loại 3
29210808	28516903	Shanghai	China	0.0243	Dân số đông	Loại 3
22619736	22429799	Sao Paulo	Brazil	0.0085	Dân số đông	Loại 2
21766214	21333331	Beijing	China	0.0203	Dân số đông	Loại 2
21296517	20961473	Mumbai	India	0.0160	Dân số đông	Loại 2
19013434	19059857	Osaka	Japan	-0.0024	Dân số đông	Loại 2
17340704	16874741	Chongqing	China	0.0276	Dân số đông	Loại 2
15332793	15133888	Kolkata	India	0.0131	Dân số đông	Loại 2
14284353	13964637	Guangzhou	China	0.0229	Dân số đông	Loại 2
14238643	14011828	Tianjin	China	0.0162	Dân số đông	Loại 2
13727720	13634274	Rio de Janeiro	Brazil	0.0069	Dân số đông	Loại 2
13607800	13193035	Bangalore	India	0.0314	Dân số đông	Loại 2
13072633	12831330	Shenzhen	China	0.0188	Dân số đông	Loại 2
11776147	11503293	Chennai	India	0.0237	Dân số đông	Loại 1
10801163	10534418	Hyderabad	India	0.0253	Dân số đông	Loại 1
9698464	9429381	Nanjing	China	0.0285	Dân số đông	Loại 1
9653772	9478521	Chengdu	China	0.0185	Dân số đông	Loại 1
9569328	9571596	Nagoya	Japan	-0.0002	Dân số đông	Loại 1
8785174	8537646	Xi-an Shaanxi	China	0.0290	Dân số đông	Loại 1
8718250	8591611	Wuhan	China	0.0147	Dân số đông	Loại 1
8650605	8450228	Ahmedabad	India	0.0237	Dân số đông	Loại 1
8237206	8044878	Hangzhou	China	0.0239	Dân số đông	Loại 1
8074031	7764499	Suzhou	China	0.0399	Dân số đông	Loại 1
8064949	7784276	Surat	India	0.0361	Dân số đông	Loại 1
7680967	7527975	Shenyang	China	0.0203	Dân số đông	Loại 1
7597386	7497263	Foshan	China	0.0134	Dân số đông	Loại 1
7587049	7511851	Dongguan	China	0.0100	Dân số đông	Loại 1
7166374	6987077	Pune	India	0.0257	Dân số đông	Loại 1
6803811	6665951	Haerbin	China	0.0207	Dân số đông	Loại 1
6247889	6194292	Belo Horizonte	Brazil	0.0087	Dân số đông	Loại 1
6077995	5930140	Dalian	China	0.0249	Dân số đông	Loại 1
5986525	5865232	Qingdao	China	0.0207	Dân số đông	Loại 1
5859272	5690312	Zhengzhou	China	0.0297	Dân số đông	Loại 1
5806031	5663015	Ji-nan Shandong	China	0.0253	Dân số đông	Loại 1
5490271	5502591	Fukuoka	Japan	-0.0022	Dân số đông	Loại 1
4921487	4809887	Changsha	China	0.0232	Dân số đông	Loại 1
4873048	4803877	Brasilia	Brazil	0.0144	Dân số đông	Loại 1
4865038	4710203	Urumqi	China	0.0329	Dân số đông	Loại 1
4761284	4657381	Kunming	China	0.0223	Dân số đông	Loại 1
4710382	4616002	Changchun	China	0.0204	Dân số đông	Loại 1
4615758	4496456	Hefei	China	0.0265	Dân số đông	Loại 1
4573713	4490411	Shantou	China	0.0186	Dân số đông	Loại 1
4537901	4405292	Ningbo	China	0.0301	Dân số đông	Loại 1
4370473	4285135	Shijiazhuang	China	0.0199	Dân số đông	Loại 1
4263940	4220458	Recife	Brazil	0.0103	Dân số đông	Loại 1
4211933	4185488	Porto Alegre	Brazil	0.0063	Dân số đông	Loại 1
4207084	4106756	Jaipur	India	0.0244	Dân số đông	Loại 1
4206240	4163953	Fortaleza	Brazil	0.0102	Dân số đông	Loại 1
4191890	4085697	Nanning	China	0.0260	Dân số đông	Loại 1
4145010	4061003	Taiyuan Shanxi	China	0.0207	Dân số đông	Loại 1
4088555	3920873	Kozhikode	India	0.0428	Dân số đông	Loại 1
4009087	3816345	Malappuram	India	0.0505	Dân số đông	Loại 1
3981658	3869213	Changzhou	China	0.0291	Dân số đông	Loại 1
3958384	3920132	Salvador	Brazil	0.0098	Dân số đông	Loại 1
3945409	3854224	Lucknow	India	0.0237	Dân số đông	Loại 1
3935484	3862882	Xiamen	China	0.0188	Dân số đông	Loại 1
3922202	3843753	Fuzhou Fujian	China	0.0204	Dân số đông	Loại 1
3920379	3817888	Nanchang	China	0.0268	Dân số đông	Loại 1
3919724	3824561	Wenzhou	China	0.0249	Dân số đông	Loại 1
3814702	3693292	Tangshan Hebei	China	0.0329	Dân số đông	Loại 1
3813082	3770919	Curitiba	Brazil	0.0112	Dân số đông	Loại 1
3580904	3495855	Guiyang	China	0.0243	Dân số đông	Loại 1
3482456	3351322	Thrissur	India	0.0391	Dân số đông	Loại 1
3437346	3375810	Wuxi	China	0.0182	Dân số đông	Loại 1
3422796	3384564	Campinas	Brazil	0.0113	Dân số đông	Loại 1
3406055	3301294	Kochi	India	0.0317	Dân số đông	Loại 1
3302077	3208722	Indore	India	0.0291	Dân số đông	Loại 1
3297528	3226493	Lanzhou	China	0.0220	Dân số đông	Loại 1
3234160	3189926	Kanpur	India	0.0139	Dân số đông	Loại 1
3046687	2991427	Nagpur	India	0.0185	Dân số đông	Loại 1
3010685	2973878	Zhongshan	China	0.0124	Dân số đông	Loại 1
3009047	2934621	Coimbatore	India	0.0254	Dân số đông	Loại 1
3005409	2917786	Handan	China	0.0300	Dân số đông	Loại 1
2979893	2879079	Huaian	China	0.0350	Dân số đông	Loại 1
2937359	2935436	Shizuoka	Japan	0.0007	Dân số đông	Loại 1
2917819	2834645	Weifang	China	0.0293	Dân số đông	Loại 1
2891119	2793173	Thiruvananthapuram	India	0.0351	Dân số đông	Loại 1
2848473	2800919	Goiania	Brazil	0.0170	Dân số đông	Loại 1
2805654	2722257	Shaoxing	China	0.0306	Dân số đông	Loại 1
2780142	2732104	Zibo	China	0.0176	Dân số đông	Loại 1
2764584	2689227	Yantai	China	0.0280	Dân số đông	Loại 1
2758593	2684343	Huizhou	China	0.0277	Dân số đông	Loại 1
2666112	2668982	Sapporo	Japan	-0.0011	Dân số đông	Loại 1
2602793	2534195	Luoyang	China	0.0271	Dân số đông	Loại 1
2579762	2529210	Patna	India	0.0200	Dân số đông	Loại 1
2564502	2505183	Bhopal	India	0.0237	Dân số đông	Loại 1
2492230	2423725	Nantong	China	0.0283	Dân số đông	Loại 1
2409409	2385490	Belem	Brazil	0.0100	Dân số đông	Loại 1
2380636	2312208	Hohhot	China	0.0296	Dân số đông	Loại 1
2375636	2340784	Manaus	Brazil	0.0149	Dân số đông	Loại 1
2367554	2313971	Agra	India	0.0232	Dân số đông	Loại 1
2346137	2286474	Kannur	India	0.0261	Dân số đông	Loại 1
2343452	2286224	Liuzhou	China	0.0250	Dân số đông	Loại 1
2342302	2339991	Sendai	Japan	0.0010	Dân số đông	Loại 1
2334878	2287174	Baotou	China	0.0209	Dân số đông	Loại 1
2330928	2277870	Visakhapatnam	India	0.0233	Dân số đông	Loại 1
2324084	2277153	Vadodara	India	0.0206	Dân số đông	Loại 1
2287166	2240503	Xuzhou	China	0.0208	Dân số đông	Loại 1
2237369	2180269	Nashik	India	0.0262	Dân số đông	Loại 1
2229765	2167516	Vijayawada	India	0.0287	Dân số đông	Loại 1
2176022	2093166	Putian	China	0.0396	Dân số đông	Loại 1
2170513	2141511	Grande Vitoria	Brazil	0.0135	Dân số đông	Loại 1
2131291	2085864	Yangzhou	China	0.0218	Dân số đông	Loại 1
2124797	2046187	Wuhu Anhui	China	0.0384	Dân số đông	Loại 1
2107539	2064081	Baoding	China	0.0211	Dân số đông	Loại 1
2106606	2025984	Kollam	India	0.0398	Dân số đông	Loại 1
2102143	2048701	Taizhou Zhejiang	China	0.0261	Dân số đông	Loại 1
2076364	2030847	Linyi Shandong	China	0.0224	Dân số đông	Loại 1
2067591	2072344	Hiroshima	Japan	-0.0023	Dân số đông	Loại 1
2043107	1988607	Rajkot	India	0.0274	Dân số đông	Loại 1
2016092	1974244	Haikou	China	0.0212	Dân số đông	Loại 1
2000656	1954752	Daqing	China	0.0235	Dân số đông	Loại 1
1993463	1951122	Yancheng Jiangsu	China	0.0217		Loại 1
1986439	1933605	Lianyungang	China	0.0273		Loại 1
1951085	1916772	Ludhiana	India	0.0179		Loại 1
1947785	1929846	Baixada Santista	Brazil	0.0093		Loại 1
1889829	1847411	Zhuhai	China	0.0230		Loại 1
1873693	1831912	Datong	China	0.0228		Loại 1
1869994	1814734	Quanzhou	China	0.0305		Loại 1
1834279	1798834	Madurai	India	0.0197		Loại 1
1816813	1760411	Raipur	India	0.0320		Loại 1
1797805	1762162	Meerut	India	0.0202		Loại 1
1788871	1732743	Cixi	China	0.0324		Loại 1
1768511	1740196	Jiangmen	China	0.0163		Loại 1
1754425	1722259	Varanasi	India	0.0187		Loại 1
1742706	1713433	Xiangyang	China	0.0171		Loại 1
1716591	1672688	Yinchuan	China	0.0262		Loại 1
1711244	1660148	Yichang	China	0.0308		Loại 1
1698277	1659935	Srinagar	India	0.0231		Loại 1
1695060	1661439	Jamshedpur	India	0.0202		Loại 1
1689499	1667187	Anshan	China	0.0134		Loại 1
1683389	1641602	Aurangabad	India	0.0255		Loại 1
1680962	1634829	Qinhuangdao	China	0.0282		Loại 1
1677173	1619469	Tiruppur	India	0.0356		Loại 1
1668785	1645140	Jilin	China	0.0144		Loại 1
1666605	1625782	Xining	China	0.0251		Loại 1
1664968	1595867	Suqian	China	0.0433		Loại 1
1661854	1618900	Hengyang	China	0.0265		Loại 1
1642347	1585812	Anyang	China	0.0357		Loại 1
1635458	1609057	Qiqihaer	China	0.0164		Loại 1
1586547	1548048	Jodhpur	India	0.0249		Loại 1
1569560	1543534	Jining Shandong	China	0.0169		Loại 1
1547258	1510765	Ranchi	India	0.0242		Loại 1
1536171	1502958	Zhangjiakou	China	0.0221		Loại 1
1535316	1511614	Natal	Brazil	0.0157		Loại 1
1523629	1511102	Grande Sao Luis	Brazil	0.0083		Loại 1
1522121	1495679	Jabalpur	India	0.0177		Loại 1
1516795	1474243	Kota	India	0.0289		Loại 1
1512668	1486964	Huainan	China	0.0173		Loại 1
1505033	1478266	Asansol	India	0.0181		Loại 1
1496298	1472558	Chaozhou	China	0.0161		Loại 1
1483320	1436780	Yiwu	China	0.0324		Loại 1
1475016	1442015	Gwalior	India	0.0229		Loại 1
1465152	1439202	Allahabad	India	0.0180		Loại 1
1459678	1405736	Ganzhou	China	0.0384		Loại 1
1451748	1425040	Amritsar	India	0.0187		Loại 1
1446810	1414649	Taizhou Jiangsu	China	0.0227		Loại 1
1429315	1389782	Weihai	China	0.0284		Loại 1
1424982	1373885	Jiaxing	China	0.0372		Loại 1
1421827	1407889	Joao Pessoa	Brazil	0.0099		Loại 1
1416064	1390010	Taian Shandong	China	0.0187		Loại 1
1398262	1359105	Kaifeng	China	0.0288		Loại 1
1391258	1353165	Rizhao	China	0.0282		Loại 1
1389776	1367686	Dhanbad	India	0.0162		Loại 1
1379377	1346126	Dongying	China	0.0247		Loại 1
1378077	1322063	Liuan	China	0.0424		Loại 1
1377572	1339649	Nanchong	China	0.0283		Loại 1
1376453	1345424	Zunyi	China	0.0231		Loại 1
1373523	1310870	Liuyang	China	0.0478		Loại 1
1371998	1343882	Zhanjiang	China	0.0209		Loại 1
1363510	1350505	Maceio	Brazil	0.0096		Loại 1
1354025	1318236	Shiyan	China	0.0271		Loại 1
1351383	1326012	Mianyang Sichuan	China	0.0191		Loại 1
1348664	1317085	Bareilly	India	0.0240		Loại 1
1348521	1334194	Joinville	Brazil	0.0107		Loại 1
1323174	1288451	Yingkou	China	0.0269		Loại 1
1322916	1281380	Tengzhou	China	0.0324		Loại 1
1312369	1278555	Aligarh	India	0.0264		Loại 1
1310433	1266746	Suzhou	China	0.0345		Loại 1
1304565	1294781	Fushun Liaoning	China	0.0076		Loại 1
1303900	1272048	Maoming	China	0.0250		Loại 1
1301740	1267139	Moradabad	India	0.0273		Loại 1
1294486	1277547	Florianopolis	Brazil	0.0133		Loại 1
1288245	1261097	Mysore	India	0.0215		Loại 1
1282479	1240240	Jieyang	China	0.0341		Loại 1
1281790	1246135	Ruian	China	0.0286		Loại 1
1266034	1244528	Durg-Bhilainagar	India	0.0173		Loại 1
1261077	1230134	Baoji	China	0.0252		Loại 1
1257941	1215822	Jinhua	China	0.0346		Loại 1
1257642	1226033	Bhubaneswar	India	0.0258		Loại 1
1256581	1225598	Pingdingshan Henan	China	0.0253		Loại 1
1254519	1231664	Zhuzhou	China	0.0186		Loại 1
1254160	1223886	Puning	China	0.0247		Loại 1
1252414	1223975	Chifeng	China	0.0232		Loại 1
1250668	1225251	Zhenjiang Jiangsu	China	0.0207		Loại 1
1236271	1205931	Huaibei	China	0.0252		Loại 1
1230644	1183380	Liupanshui	China	0.0399		Loại 1
1224629	1197901	Nanyang Henan	China	0.0223		Loại 1
1223912	1197437	Xiangtan Hunan	China	0.0221		Loại 1
1221960	1200947	Tiruchirappalli	India	0.0175		Loại 1
1216852	1196384	Benxi	China	0.0171		Loại 1
1215376	1191977	Jinzhou	China	0.0196		Loại 1
1214775	1191299	Chandigarh	India	0.0197		Loại 1
1207275	1162776	Pizhou	China	0.0383		Loại 1
1200222	1163766	Binzhou	China	0.0313		Loại 1
1197935	1149350	Luohe	China	0.0423		Loại 1
1196841	1175605	Guilin	China	0.0181		Loại 1
1183042	1117707	Xiongan	China	0.0585		Loại 1
1181194	1158368	Hubli-Dharwad	India	0.0197		Loại 1
1176330	1154876	Guwahati	India	0.0186		Loại 1
1175989	1119608	Bazhong	China	0.0504		Loại 1
1171689	1133891	Saharanpur	India	0.0333		Loại 1
1169953	1146334	Salem	India	0.0206		Loại 1
1169864	1135548	Yueqing	China	0.0302		Loại 1
1140599	1120346	Xinxiang	China	0.0181		Loại 1
1133629	1117176	Zaozhuang	China	0.0147		Loại 1
1131361	1101419	Wenling	China	0.0272		Loại 1
1126249	1091949	Siliguri	India	0.0314		Loại 1
1120694	1093520	Fuyang	China	0.0249		Loại 1
1120675	1098267	Panjin	China	0.0204		Loại 1
1118826	1096068	Jalandhar	India	0.0208		Loại 1
1112680	1083048	Ma’anshan	China	0.0274		Loại 1
1106736	1081383	Shangrao	China	0.0234		Loại 1
1103202	1077519	Zhaoqing	China	0.0238		Loại 1
1100271	1065779	Fuzhou Jiangxi	China	0.0324		Loại 1
1089886	1072008	Jingzhou Hubei	China	0.0167		Loại 1
1087409	1055794	Leshan	China	0.0299		Loại 1
1084969	1046252	Chenzhou	China	0.0370		Loại 1
1080680	1050796	Dezhou	China	0.0284		Loại 1
1078630	1029428	Yichun Jiangxi	China	0.0478		Loại 1
1070322	1054911	Solapur	India	0.0146		Loại 1
1067651	1042111	Huzhou	China	0.0245		Loại 1
1063876	1033680	Xuchang	China	0.0292		Loại 1
1059902	1022366	Changshu	China	0.0367		Loại 1
1056986	1042445	Aracaju	Brazil	0.0139		Loại 1
1050459	1040971	Teresina	Brazil	0.0091		Loại 1
1048889	1034517	Yueyang	China	0.0139		Loại 1
1038964	1008582	Qujing	China	0.0301		Loại 1
1031090	1006935	Warangal	India	0.0240		Loại 1
1023756	996054	Xintai	China	0.0278		Loại 1
1020399	980589	Guiping	China	0.0406		Loại 1
999721	976771	Pingxiang Jiangxi	China	0.0235		Loại 1
993175	977845	Jixi Heilongjiang	China	0.0157		Loại 1
993097	958210	Chengde	China	0.0364		Loại 1
991876	967454	Dehradun	India	0.0252		Loại 1
991208	960058	Zhucheng	China	0.0324		Loại 1
986248	961197	Laiwu	China	0.0261		Loại 1
982777	960233	Jiujiang	China	0.0235		Loại 1
978327	939173	Leiyang	China	0.0417		Loại 1
975348	958338	Mudanjiang	China	0.0177		Loại 1
967428	943042	Guigang	China	0.0259		Loại 1
956079	934600	Yangjiang	China	0.0230		Loại 1
955663	924817	Hengshui	China	0.0334		Loại 1
955519	929015	Zhangzhou	China	0.0285		Loại 1
953768	927240	Tianmen	China	0.0286		Loại 1
952278	922665	Xinyu	China	0.0321		Loại 1
951822	922495	Linfen	China	0.0318		Loại 1
944465	929529	Bengbu	China	0.0161		Loại 1
939166	913268	Deyang	China	0.0284		Loại 1
936997	898864	Liling	China	0.0424		Loại 1
933395	905154	Jiangyin	China	0.0312		Loại 1
927532	894834	Baishan	China	0.0365		Loại 1
926095	916786	Campo Grande	Brazil	0.0102		Loại 1
922425	911014	Londrina	Brazil	0.0125		Loại 1
918324	896750	Guntur	India	0.0241		Loại 1
917936	903644	Dandong	China	0.0158		Loại 1
910743	889876	Changzhi	China	0.0234		Loại 1
906581	889708	Bhiwandi	India	0.0190		Loại 1
900692	885256	Liaoyang	China	0.0174		Loại 1
898338	876395	Changde	China	0.0250		Loại 1
897983	877010	Puducherry	India	0.0239		Loại 1
895111	873125	Shangqiu	China	0.0252		Loại 1
894388	870224	Firozabad	India	0.0278		Loại 1
886381	868161	Xingtai	China	0.0210		Loại 1
876930	860580	Huangshi	China	0.0190		Loại 1
876131	863008	Fuxin	China	0.0152		Loại 1
875496	840372	Kuerle	China	0.0418		Loại 1
871457	836448	Quzhou	China	0.0419		Loại 1
870465	836876	Cherthala	India	0.0401		Loại 1
864910	848003	Yibin	China	0.0199		Loại 1
861978	839474	Xinghua	China	0.0268		Loại 1
860522	835771	Yongzhou	China	0.0296		Loại 1
857683	845243	Luzhou	China	0.0147		Loại 1
855191	836336	Xinyang	China	0.0225		Loại 1
851630	832913	Yangquan	China	0.0225		Loại 1
849580	828411	Xiaogan	China	0.0256		Loại 1
843754	815194	Huaihua	China	0.0350		Loại 1
837479	814639	Tianshui	China	0.0280		Loại 1
834782	816151	Zhuji	China	0.0228		Loại 1
830125	802749	Bozhou	China	0.0341		Loại 1
826777	815308	Heze	China	0.0141		Loại 1
826414	798818	Kunshan	China	0.0345		Loại 1
821192	808044	Haicheng	China	0.0163		Loại 1
821132	805739	Huludao	China	0.0191		Loại 1
818628	780349	Kottayam	India	0.0491		Loại 1
818566	802188	Bikaner	India	0.0204		Loại 1
818057	791806	Jincheng	China	0.0332		Loại 1
816293	794715	Nellore	India	0.0272		Loại 1
813369	796139	Liaocheng	China	0.0216		Loại 1
813320	804692	Sorocaba	Brazil	0.0107		Loại 1
811451	791025	Taixing	China	0.0258		Loại 1
807833	786186	Langfang	China	0.0275		Loại 1
804537	777056	Zhumadian	China	0.0354		Loại 1
797964	772476	Gaomi	China	0.0330		Loại 1
797865	799832	Niigata	Japan	-0.0025		Loại 1
796756	773630	Meishan	China	0.0299		Loại 1
796509	785635	Jiaozuo	China	0.0138		Loại 1
795835	770665	Hanchuan	China	0.0327		Loại 1
792620	778087	Amravati	India	0.0187		Loại 1
791931	758275	Anqiu	China	0.0444		Loại 1
791214	767107	Muzaffarnagar	India	0.0314		Loại 1
789755	767329	Danyang	China	0.0292		Loại 1
788276	776617	Gorakhpur	India	0.0150		Loại 1
786192	757238	Kayamkulam	India	0.0382		Loại 1
784230	775245	Shaoguan	China	0.0116		Loại 1
779535	762382	Anqing	China	0.0225		Loại 1
776076	754831	Linhai	China	0.0281		Loại 1
775559	762998	Cuttack	India	0.0165		Loại 1
774321	752919	Erduosi-Ordoss	China	0.0284		Loại 1
768075	757011	Zigong	China	0.0146		Loại 1
767188	739777	Yan’an	China	0.0371		Loại 1
767161	752185	Belgaum	India	0.0199		Loại 1
766782	755409	Qingyuan	China	0.0151		Loại 1
764628	747821	Malegaon	India	0.0225		Loại 1
761169	745467	Shaoyang	China	0.0211		Loại 1
759150	732643	Dengzhou	China	0.0362		Loại 1
757224	737464	Yanji	China	0.0268		Loại 1
756158	738713	Tongliao	China	0.0236		Loại 1
754711	729924	Yuncheng	China	0.0340		Loại 1
752916	734805	Tongling	China	0.0246		Loại 1
752744	729109	Tirupati	India	0.0324		Loại 1
751679	733917	Wuzhou	China	0.0242		Loại 1
750102	723114	Yuxi	China	0.0373		Loại 1
750097	733643	Suining Sichuan	China	0.0224		Loại 1

2.6 Tạo bảng tần số

• Đây là một cách để tổ chức và hiển thị thông tin về phân phối của các giá trị trong biến hoặc biến phân loại. Bảng tần số cung cấp cái nhìn tổng quan về sự phân bố của dữ liệu và các giá trị khác nhau mà biến có thể nhận.

ds1.1 <- dso #Sao chép Data Frame ds vào ds1.1

ds1.1$p23_cut <- cut(dso$p23, breaks = 3) #tính toán kết quả cắt cột population_in_2023 thành ba khoảng 

ds1.1_table <- table(ds1.1$p23_cut) #tính toán kết quả tần suất cho cột mới là p23_cut 

table <- knitr::kable(ds1.1_table, format = "markdown")
table 

Var1	Freq
(7.14e+05,1.29e+07]	321
(1.29e+07,2.5e+07]	11
(2.5e+07,3.72e+07]	3

Bảng được hiện ra đã được tính toán và hiển thị tần suất cho cột mới p23_cut dựa trên việc chia cột p23 (population_in_2023) thành 3 khoảng

2.7 phân tích dữ liệu theo quốc gia và thời gian

2.7.1 Các đặc trưng đo lường theo quốc gia (ở đây phân tích VietNam)

-Tạo bảng thổng kê tóm tắt về dân số ở năm 2022 của VietNam

filter(dso, dso$cn %in% "VietNam") %>%
  select(cn, p22) %>%
  summary()

##       cn                 p22     
##  Length:0           Min.   : NA  
##  Class :character   1st Qu.: NA  
##  Mode  :character   Median : NA  
##                     Mean   :NaN  
##                     3rd Qu.: NA  
##                     Max.   : NA

-Kết quả trả về cho thấy:

- Min:  giá trị thấp nhất trong cột tuổi dân số 2022 

- 1st Qu, ( tứ phân vị thứ nhất): Đại diện cho giá trị mà 25% các điểm dữ liệu trong cột p22 nằm dưới nó, hay rõ hơn là 25% dân số VietNam 2022 có giá trị thấp hơn giá trị 1st Qu này

- 3rd Qu. (tứ phân vị thứ ba): Gía trị này đại diện cho việc 75% dữ liệu trong vùng p22 nằm dưới, cụ thể hơn là 75% dân số VietNam 2022 có giá trị thấp hơn 3rd Qu

- Median: giá trị trung vị của cột p22, mô tả việc một nửa dân số VietNam 2022 có giá trị thấp hơn giá trị này và một nửa sẽ cao hơn

- Mean: Đây là giá trị trung bình của cột p22

- Max: giá trị lớn nhất, dân số lớn nhất trong vùng dữ liệu.

2.7.2 Đặc trưng đo lường theo nhóm quốc gia

• phân tích dữ liệu về tổng dân số của 5 quốc gia sau đó tính giá trị trung bình về tổng dân số năm 2023

tbds1 <- dso%>%
filter(cn  %in% c("Japan", "China","VietNam","India","Brazil")) %>% #lọc ra các hàng dữ liệu trong dso mà cột cn chứa
group_by(cn, p23) %>% #nhóm các hàng dữ liệu theo cột cn và p23
summarise(mean_of_p=mean(p23), groups='drop') #tính trung bình cột p23, tham số groups=drop được sử dụng loại bỏ thông tin nhóm khi sử dụng phép tổng hợp

## `summarise()` has grouped output by 'cn'. You can override using the `.groups`
## argument.

table <- knitr::kable(tbds1, format ="markdown")
table

cn	p23	mean_of_p	groups
Brazil	813320	813320	drop
Brazil	922425	922425	drop
Brazil	926095	926095	drop
Brazil	1050459	1050459	drop
Brazil	1056986	1056986	drop
Brazil	1294486	1294486	drop
Brazil	1348521	1348521	drop
Brazil	1363510	1363510	drop
Brazil	1421827	1421827	drop
Brazil	1523629	1523629	drop
Brazil	1535316	1535316	drop
Brazil	1947785	1947785	drop
Brazil	2170513	2170513	drop
Brazil	2375636	2375636	drop
Brazil	2409409	2409409	drop
Brazil	2848473	2848473	drop
Brazil	3422796	3422796	drop
Brazil	3813082	3813082	drop
Brazil	3958384	3958384	drop
Brazil	4206240	4206240	drop
Brazil	4211933	4211933	drop
Brazil	4263940	4263940	drop
Brazil	4873048	4873048	drop
Brazil	6247889	6247889	drop
Brazil	13727720	13727720	drop
Brazil	22619736	22619736	drop
China	750097	750097	drop
China	750102	750102	drop
China	751679	751679	drop
China	752916	752916	drop
China	754711	754711	drop
China	756158	756158	drop
China	757224	757224	drop
China	759150	759150	drop
China	761169	761169	drop
China	766782	766782	drop
China	767188	767188	drop
China	768075	768075	drop
China	774321	774321	drop
China	776076	776076	drop
China	779535	779535	drop
China	784230	784230	drop
China	789755	789755	drop
China	791931	791931	drop
China	795835	795835	drop
China	796509	796509	drop
China	796756	796756	drop
China	797964	797964	drop
China	804537	804537	drop
China	807833	807833	drop
China	811451	811451	drop
China	813369	813369	drop
China	818057	818057	drop
China	821132	821132	drop
China	821192	821192	drop
China	826414	826414	drop
China	826777	826777	drop
China	830125	830125	drop
China	834782	834782	drop
China	837479	837479	drop
China	843754	843754	drop
China	849580	849580	drop
China	851630	851630	drop
China	855191	855191	drop
China	857683	857683	drop
China	860522	860522	drop
China	861978	861978	drop
China	864910	864910	drop
China	871457	871457	drop
China	875496	875496	drop
China	876131	876131	drop
China	876930	876930	drop
China	886381	886381	drop
China	895111	895111	drop
China	898338	898338	drop
China	900692	900692	drop
China	910743	910743	drop
China	917936	917936	drop
China	927532	927532	drop
China	933395	933395	drop
China	936997	936997	drop
China	939166	939166	drop
China	944465	944465	drop
China	951822	951822	drop
China	952278	952278	drop
China	953768	953768	drop
China	955519	955519	drop
China	955663	955663	drop
China	956079	956079	drop
China	967428	967428	drop
China	975348	975348	drop
China	978327	978327	drop
China	982777	982777	drop
China	986248	986248	drop
China	991208	991208	drop
China	993097	993097	drop
China	993175	993175	drop
China	999721	999721	drop
China	1020399	1020399	drop
China	1023756	1023756	drop
China	1038964	1038964	drop
China	1048889	1048889	drop
China	1059902	1059902	drop
China	1063876	1063876	drop
China	1067651	1067651	drop
China	1078630	1078630	drop
China	1080680	1080680	drop
China	1084969	1084969	drop
China	1087409	1087409	drop
China	1089886	1089886	drop
China	1100271	1100271	drop
China	1103202	1103202	drop
China	1106736	1106736	drop
China	1112680	1112680	drop
China	1120675	1120675	drop
China	1120694	1120694	drop
China	1131361	1131361	drop
China	1133629	1133629	drop
China	1140599	1140599	drop
China	1169864	1169864	drop
China	1175989	1175989	drop
China	1183042	1183042	drop
China	1196841	1196841	drop
China	1197935	1197935	drop
China	1200222	1200222	drop
China	1207275	1207275	drop
China	1215376	1215376	drop
China	1216852	1216852	drop
China	1223912	1223912	drop
China	1224629	1224629	drop
China	1230644	1230644	drop
China	1236271	1236271	drop
China	1250668	1250668	drop
China	1252414	1252414	drop
China	1254160	1254160	drop
China	1254519	1254519	drop
China	1256581	1256581	drop
China	1257941	1257941	drop
China	1261077	1261077	drop
China	1281790	1281790	drop
China	1282479	1282479	drop
China	1303900	1303900	drop
China	1304565	1304565	drop
China	1310433	1310433	drop
China	1322916	1322916	drop
China	1323174	1323174	drop
China	1351383	1351383	drop
China	1354025	1354025	drop
China	1371998	1371998	drop
China	1373523	1373523	drop
China	1376453	1376453	drop
China	1377572	1377572	drop
China	1378077	1378077	drop
China	1379377	1379377	drop
China	1391258	1391258	drop
China	1398262	1398262	drop
China	1416064	1416064	drop
China	1424982	1424982	drop
China	1429315	1429315	drop
China	1446810	1446810	drop
China	1459678	1459678	drop
China	1483320	1483320	drop
China	1496298	1496298	drop
China	1512668	1512668	drop
China	1536171	1536171	drop
China	1569560	1569560	drop
China	1635458	1635458	drop
China	1642347	1642347	drop
China	1661854	1661854	drop
China	1664968	1664968	drop
China	1666605	1666605	drop
China	1668785	1668785	drop
China	1680962	1680962	drop
China	1689499	1689499	drop
China	1711244	1711244	drop
China	1716591	1716591	drop
China	1742706	1742706	drop
China	1768511	1768511	drop
China	1788871	1788871	drop
China	1869994	1869994	drop
China	1873693	1873693	drop
China	1889829	1889829	drop
China	1986439	1986439	drop
China	1993463	1993463	drop
China	2000656	2000656	drop
China	2016092	2016092	drop
China	2076364	2076364	drop
China	2102143	2102143	drop
China	2107539	2107539	drop
China	2124797	2124797	drop
China	2131291	2131291	drop
China	2176022	2176022	drop
China	2287166	2287166	drop
China	2334878	2334878	drop
China	2343452	2343452	drop
China	2380636	2380636	drop
China	2492230	2492230	drop
China	2602793	2602793	drop
China	2758593	2758593	drop
China	2764584	2764584	drop
China	2780142	2780142	drop
China	2805654	2805654	drop
China	2917819	2917819	drop
China	2979893	2979893	drop
China	3005409	3005409	drop
China	3010685	3010685	drop
China	3297528	3297528	drop
China	3437346	3437346	drop
China	3580904	3580904	drop
China	3814702	3814702	drop
China	3919724	3919724	drop
China	3920379	3920379	drop
China	3922202	3922202	drop
China	3935484	3935484	drop
China	3981658	3981658	drop
China	4145010	4145010	drop
China	4191890	4191890	drop
China	4370473	4370473	drop
China	4537901	4537901	drop
China	4573713	4573713	drop
China	4615758	4615758	drop
China	4710382	4710382	drop
China	4761284	4761284	drop
China	4865038	4865038	drop
China	4921487	4921487	drop
China	5806031	5806031	drop
China	5859272	5859272	drop
China	5986525	5986525	drop
China	6077995	6077995	drop
China	6803811	6803811	drop
China	7587049	7587049	drop
China	7597386	7597386	drop
China	7680967	7680967	drop
China	8074031	8074031	drop
China	8237206	8237206	drop
China	8718250	8718250	drop
China	8785174	8785174	drop
China	9653772	9653772	drop
China	9698464	9698464	drop
China	13072633	13072633	drop
China	14238643	14238643	drop
China	14284353	14284353	drop
China	17340704	17340704	drop
China	21766214	21766214	drop
China	29210808	29210808	drop
India	752744	752744	drop
India	764628	764628	drop
India	767161	767161	drop
India	775559	775559	drop
India	786192	786192	drop
India	788276	788276	drop
India	791214	791214	drop
India	792620	792620	drop
India	816293	816293	drop
India	818566	818566	drop
India	818628	818628	drop
India	870465	870465	drop
India	894388	894388	drop
India	897983	897983	drop
India	906581	906581	drop
India	918324	918324	drop
India	991876	991876	drop
India	1031090	1031090	drop
India	1070322	1070322	drop
India	1118826	1118826	drop
India	1126249	1126249	drop
India	1169953	1169953	drop
India	1171689	1171689	drop
India	1176330	1176330	drop
India	1181194	1181194	drop
India	1214775	1214775	drop
India	1221960	1221960	drop
India	1257642	1257642	drop
India	1266034	1266034	drop
India	1288245	1288245	drop
India	1301740	1301740	drop
India	1312369	1312369	drop
India	1348664	1348664	drop
India	1389776	1389776	drop
India	1451748	1451748	drop
India	1465152	1465152	drop
India	1475016	1475016	drop
India	1505033	1505033	drop
India	1516795	1516795	drop
India	1522121	1522121	drop
India	1547258	1547258	drop
India	1586547	1586547	drop
India	1677173	1677173	drop
India	1683389	1683389	drop
India	1695060	1695060	drop
India	1698277	1698277	drop
India	1754425	1754425	drop
India	1797805	1797805	drop
India	1816813	1816813	drop
India	1834279	1834279	drop
India	1951085	1951085	drop
India	2043107	2043107	drop
India	2106606	2106606	drop
India	2229765	2229765	drop
India	2237369	2237369	drop
India	2324084	2324084	drop
India	2330928	2330928	drop
India	2346137	2346137	drop
India	2367554	2367554	drop
India	2564502	2564502	drop
India	2579762	2579762	drop
India	2891119	2891119	drop
India	3009047	3009047	drop
India	3046687	3046687	drop
India	3234160	3234160	drop
India	3302077	3302077	drop
India	3406055	3406055	drop
India	3482456	3482456	drop
India	3945409	3945409	drop
India	4009087	4009087	drop
India	4088555	4088555	drop
India	4207084	4207084	drop
India	7166374	7166374	drop
India	8064949	8064949	drop
India	8650605	8650605	drop
India	10801163	10801163	drop
India	11776147	11776147	drop
India	13607800	13607800	drop
India	15332793	15332793	drop
India	21296517	21296517	drop
India	32941309	32941309	drop
Japan	797865	797865	drop
Japan	2067591	2067591	drop
Japan	2342302	2342302	drop
Japan	2666112	2666112	drop
Japan	2937359	2937359	drop
Japan	5490271	5490271	drop
Japan	9569328	9569328	drop
Japan	19013434	19013434	drop
Japan	37194105	37194105	drop

mean(tbds1$mean_of_p23)

## [1] NA

kết quả trả về tính toán trung bình của cột p23 theo từng nhóm cn và hiển thị kết quả dưới dạng bảng markdown, cùng với giá trị trung bình của cột mean_of_p23.

2.7.3 Đặc trưng đo lường theo tỉ lệ phát triển

• Tiến hành tính trung bình dân số độ tuổi có tỉ lệ phát triển dân số trên 0.02 của 5 quốc gia trong năm 2023

nm1 <- dso %>%
  filter(pr >= 0.002) %>% #lọc từ cột pr các giá trị lớn hơn hoặc bằng 0.02
  group_by(cn, pr, p23) %>% #nhóm các hàng dữ liệu theo cột cn, pr, và p23
  summarise(mean_of_p23 = mean(p23), .groups = 'drop') #tính trung bình của cột p23 trong mỗi nhóm và lưu kết quả vào biến nm. Tham số groups = 'drop' được sử dụng để loại bỏ thông tin về nhóm khi thực hiện phép tổng hợp.

table <- knitr::kable(nm1, format = "markdown")
table

cn	pr	p23	mean_of_p23
Brazil	0.0063	4211933	4211933
Brazil	0.0069	13727720	13727720
Brazil	0.0083	1523629	1523629
Brazil	0.0085	22619736	22619736
Brazil	0.0087	6247889	6247889
Brazil	0.0091	1050459	1050459
Brazil	0.0093	1947785	1947785
Brazil	0.0096	1363510	1363510
Brazil	0.0098	3958384	3958384
Brazil	0.0099	1421827	1421827
Brazil	0.0100	2409409	2409409
Brazil	0.0102	926095	926095
Brazil	0.0102	4206240	4206240
Brazil	0.0103	4263940	4263940
Brazil	0.0107	813320	813320
Brazil	0.0107	1348521	1348521
Brazil	0.0112	3813082	3813082
Brazil	0.0113	3422796	3422796
Brazil	0.0125	922425	922425
Brazil	0.0133	1294486	1294486
Brazil	0.0135	2170513	2170513
Brazil	0.0139	1056986	1056986
Brazil	0.0144	4873048	4873048
Brazil	0.0149	2375636	2375636
Brazil	0.0157	1535316	1535316
Brazil	0.0170	2848473	2848473
China	0.0076	1304565	1304565
China	0.0100	7587049	7587049
China	0.0116	784230	784230
China	0.0124	3010685	3010685
China	0.0134	1689499	1689499
China	0.0134	7597386	7597386
China	0.0138	796509	796509
China	0.0139	1048889	1048889
China	0.0141	826777	826777
China	0.0144	1668785	1668785
China	0.0146	768075	768075
China	0.0147	857683	857683
China	0.0147	1133629	1133629
China	0.0147	8718250	8718250
China	0.0151	766782	766782
China	0.0152	876131	876131
China	0.0157	993175	993175
China	0.0158	917936	917936
China	0.0161	944465	944465
China	0.0161	1496298	1496298
China	0.0162	14238643	14238643
China	0.0163	821192	821192
China	0.0163	1768511	1768511
China	0.0164	1635458	1635458
China	0.0167	1089886	1089886
China	0.0169	1569560	1569560
China	0.0171	1216852	1216852
China	0.0171	1742706	1742706
China	0.0173	1512668	1512668
China	0.0174	900692	900692
China	0.0176	2780142	2780142
China	0.0177	975348	975348
China	0.0181	1140599	1140599
China	0.0181	1196841	1196841
China	0.0182	3437346	3437346
China	0.0185	9653772	9653772
China	0.0186	1254519	1254519
China	0.0186	4573713	4573713
China	0.0187	1416064	1416064
China	0.0188	3935484	3935484
China	0.0188	13072633	13072633
China	0.0190	876930	876930
China	0.0191	821132	821132
China	0.0191	1351383	1351383
China	0.0196	1215376	1215376
China	0.0199	864910	864910
China	0.0199	4370473	4370473
China	0.0203	7680967	7680967
China	0.0203	21766214	21766214
China	0.0204	1120675	1120675
China	0.0204	3922202	3922202
China	0.0204	4710382	4710382
China	0.0207	1250668	1250668
China	0.0207	4145010	4145010
China	0.0207	5986525	5986525
China	0.0207	6803811	6803811
China	0.0208	2287166	2287166
China	0.0209	1371998	1371998
China	0.0209	2334878	2334878
China	0.0210	886381	886381
China	0.0211	761169	761169
China	0.0211	2107539	2107539
China	0.0212	2016092	2016092
China	0.0216	813369	813369
China	0.0217	1993463	1993463
China	0.0218	2131291	2131291
China	0.0220	3297528	3297528
China	0.0221	1223912	1223912
China	0.0221	1536171	1536171
China	0.0223	1224629	1224629
China	0.0223	4761284	4761284
China	0.0224	750097	750097
China	0.0224	2076364	2076364
China	0.0225	779535	779535
China	0.0225	851630	851630
China	0.0225	855191	855191
China	0.0227	1446810	1446810
China	0.0228	834782	834782
China	0.0228	1873693	1873693
China	0.0229	14284353	14284353
China	0.0230	956079	956079
China	0.0230	1889829	1889829
China	0.0231	1376453	1376453
China	0.0232	1252414	1252414
China	0.0232	4921487	4921487
China	0.0234	910743	910743
China	0.0234	1106736	1106736
China	0.0235	982777	982777
China	0.0235	999721	999721
China	0.0235	2000656	2000656
China	0.0236	756158	756158
China	0.0238	1103202	1103202
China	0.0239	8237206	8237206
China	0.0242	751679	751679
China	0.0243	3580904	3580904
China	0.0243	29210808	29210808
China	0.0245	1067651	1067651
China	0.0246	752916	752916
China	0.0247	1254160	1254160
China	0.0247	1379377	1379377
China	0.0249	1120694	1120694
China	0.0249	3919724	3919724
China	0.0249	6077995	6077995
China	0.0250	898338	898338
China	0.0250	1303900	1303900
China	0.0250	2343452	2343452
China	0.0251	1666605	1666605
China	0.0252	895111	895111
China	0.0252	1236271	1236271
China	0.0252	1261077	1261077
China	0.0253	1256581	1256581
China	0.0253	5806031	5806031
China	0.0256	849580	849580
China	0.0258	811451	811451
China	0.0259	967428	967428
China	0.0260	4191890	4191890
China	0.0261	986248	986248
China	0.0261	2102143	2102143
China	0.0262	1716591	1716591
China	0.0265	1661854	1661854
China	0.0265	4615758	4615758
China	0.0268	757224	757224
China	0.0268	861978	861978
China	0.0268	3920379	3920379
China	0.0269	1323174	1323174
China	0.0271	1354025	1354025
China	0.0271	2602793	2602793
China	0.0272	1131361	1131361
China	0.0273	1986439	1986439
China	0.0274	1112680	1112680
China	0.0275	807833	807833
China	0.0276	17340704	17340704
China	0.0277	2758593	2758593
China	0.0278	1023756	1023756
China	0.0280	837479	837479
China	0.0280	2764584	2764584
China	0.0281	776076	776076
China	0.0282	1391258	1391258
China	0.0282	1680962	1680962
China	0.0283	1377572	1377572
China	0.0283	2492230	2492230
China	0.0284	774321	774321
China	0.0284	939166	939166
China	0.0284	1080680	1080680
China	0.0284	1429315	1429315
China	0.0285	955519	955519
China	0.0285	9698464	9698464
China	0.0286	953768	953768
China	0.0286	1281790	1281790
China	0.0288	1398262	1398262
China	0.0290	8785174	8785174
China	0.0291	3981658	3981658
China	0.0292	789755	789755
China	0.0292	1063876	1063876
China	0.0293	2917819	2917819
China	0.0296	860522	860522
China	0.0296	2380636	2380636
China	0.0297	5859272	5859272
China	0.0299	796756	796756
China	0.0299	1087409	1087409
China	0.0300	3005409	3005409
China	0.0301	1038964	1038964
China	0.0301	4537901	4537901
China	0.0302	1169864	1169864
China	0.0305	1869994	1869994
China	0.0306	2805654	2805654
China	0.0308	1711244	1711244
China	0.0312	933395	933395
China	0.0313	1200222	1200222
China	0.0318	951822	951822
China	0.0321	952278	952278
China	0.0324	991208	991208
China	0.0324	1100271	1100271
China	0.0324	1322916	1322916
China	0.0324	1483320	1483320
China	0.0324	1788871	1788871
China	0.0327	795835	795835
China	0.0329	3814702	3814702
China	0.0329	4865038	4865038
China	0.0330	797964	797964
China	0.0332	818057	818057
China	0.0334	955663	955663
China	0.0340	754711	754711
China	0.0341	830125	830125
China	0.0341	1282479	1282479
China	0.0345	826414	826414
China	0.0345	1310433	1310433
China	0.0346	1257941	1257941
China	0.0350	843754	843754
China	0.0350	2979893	2979893
China	0.0354	804537	804537
China	0.0357	1642347	1642347
China	0.0362	759150	759150
China	0.0364	993097	993097
China	0.0365	927532	927532
China	0.0367	1059902	1059902
China	0.0370	1084969	1084969
China	0.0371	767188	767188
China	0.0372	1424982	1424982
China	0.0373	750102	750102
China	0.0383	1207275	1207275
China	0.0384	1459678	1459678
China	0.0384	2124797	2124797
China	0.0396	2176022	2176022
China	0.0399	1230644	1230644
China	0.0399	8074031	8074031
China	0.0406	1020399	1020399
China	0.0417	978327	978327
China	0.0418	875496	875496
China	0.0419	871457	871457
China	0.0423	1197935	1197935
China	0.0424	936997	936997
China	0.0424	1378077	1378077
China	0.0433	1664968	1664968
China	0.0444	791931	791931
China	0.0478	1078630	1078630
China	0.0478	1373523	1373523
China	0.0504	1175989	1175989
China	0.0585	1183042	1183042
India	0.0131	15332793	15332793
India	0.0139	3234160	3234160
India	0.0146	1070322	1070322
India	0.0150	788276	788276
India	0.0160	21296517	21296517
India	0.0162	1389776	1389776
India	0.0165	775559	775559
India	0.0173	1266034	1266034
India	0.0175	1221960	1221960
India	0.0177	1522121	1522121
India	0.0179	1951085	1951085
India	0.0180	1465152	1465152
India	0.0181	1505033	1505033
India	0.0185	3046687	3046687
India	0.0186	1176330	1176330
India	0.0187	792620	792620
India	0.0187	1451748	1451748
India	0.0187	1754425	1754425
India	0.0190	906581	906581
India	0.0197	1181194	1181194
India	0.0197	1214775	1214775
India	0.0197	1834279	1834279
India	0.0199	767161	767161
India	0.0200	2579762	2579762
India	0.0202	1695060	1695060
India	0.0202	1797805	1797805
India	0.0204	818566	818566
India	0.0206	1169953	1169953
India	0.0206	2324084	2324084
India	0.0208	1118826	1118826
India	0.0215	1288245	1288245
India	0.0225	764628	764628
India	0.0229	1475016	1475016
India	0.0231	1698277	1698277
India	0.0232	2367554	2367554
India	0.0233	2330928	2330928
India	0.0237	2564502	2564502
India	0.0237	3945409	3945409
India	0.0237	8650605	8650605
India	0.0237	11776147	11776147
India	0.0239	897983	897983
India	0.0240	1031090	1031090
India	0.0240	1348664	1348664
India	0.0241	918324	918324
India	0.0242	1547258	1547258
India	0.0244	4207084	4207084
India	0.0249	1586547	1586547
India	0.0252	991876	991876
India	0.0253	10801163	10801163
India	0.0254	3009047	3009047
India	0.0255	1683389	1683389
India	0.0257	7166374	7166374
India	0.0258	1257642	1257642
India	0.0261	2346137	2346137
India	0.0262	2237369	2237369
India	0.0264	1312369	1312369
India	0.0272	816293	816293
India	0.0273	1301740	1301740
India	0.0273	32941309	32941309
India	0.0274	2043107	2043107
India	0.0278	894388	894388
India	0.0287	2229765	2229765
India	0.0289	1516795	1516795
India	0.0291	3302077	3302077
India	0.0314	791214	791214
India	0.0314	1126249	1126249
India	0.0314	13607800	13607800
India	0.0317	3406055	3406055
India	0.0320	1816813	1816813
India	0.0324	752744	752744
India	0.0333	1171689	1171689
India	0.0351	2891119	2891119
India	0.0356	1677173	1677173
India	0.0361	8064949	8064949
India	0.0382	786192	786192
India	0.0391	3482456	3482456
India	0.0398	2106606	2106606
India	0.0401	870465	870465
India	0.0428	4088555	4088555
India	0.0491	818628	818628
India	0.0505	4009087	4009087

mean(nm1$mean_of_p23)

## [1] 2696774

Kết quả trả về tính toán trung bình của cột p23 theo từng nhóm cn, pr khi cột pr có giá trị lớn hơn hoặc bằng 0.02, và hiển thị kết quả dưới dạng bảng markdown, cùng với giá trị trung bình của cột mean_of_p23.