2+2[1] 41+2*3-4/5[1] 6.2(19465*0.25)^23[1] 6.389569e+845%%2[1] 1Quantitative Methods
Introduction to R for Quant Methods
Giới thiệu sử dụng R căn bản cho lớp Phân tích định lượng
ChuongHN
https://rpubs.com/chuong/1219896
Tại sao sử dụng R
Trong môn phân tích định lượng, mục tiêu của môn học là xây dựng và nâng cấp các kỹ năng phân tích dựa trên dữ liệu cho người học. Theo đó, kỳ vọng của môn học là người học có thể giải quyết tốt các vấn đề trong phân tích kinh tế/kinh doanh dựa trên các công cụ định lượng. Do đó việc xây dựng kỹ năng phân tích dựa trên các mô hình định lượng cũng như trực quan hóa các kết quả là bắt buộc. Việc sử dụng các phần mềm là một phần tất yếu để phân tích, ước lượng và trình bày kết quả. Một số phần mềm phổ biến được sử dụng như: SPSS, Eviews, Stata, SmartPLS,R,Python,…Trong đó, phần lớn các phần mềm hiện tại được sử dụng là các phần mềm thương mại, và người dùng thường lách bằng các cách khác nhau để sử dụng khi không đủ kinh phí mua bản quyền. Xu hướng hiện nay là sử dụng các phần mềm nguồn mở không chỉ để giải quyết vấn đề này mà còn dựa trên khả năng mở rộng và sức mạnh của phần mềm mã nguồn mở. R và Python là 2 phần mềm mã nguồn mở phổ biến nhất trong phân tích định lượng hiện nay. Có nhiều lợi điểm khi sử dụng 2 phần mềm này, trong đó một số điểm nổi bật:
- Mã nguồn mở: tất cả đều được sử dụng free, tiếp cận dễ dàng không bị rào cản về chi phí và các rủi ro khi dùng các phần mềm lậu.
- Cộng đồng sử dụng lớn: Cộng đồng sử dụng lớn không chỉ hỗ trợ tốt cho các nhu cầu đa dạng trong phân tích mà còn tiềm năng phát triển lâu dài cũng như xu hướng yêu cầu kỹ năng nghề nghiệp.
- Sức mạnh: R và Python đều có sức mạnh vượt trội trong phân tích định lượng. Sức mạnh này tiếp tục được phát triển và mở rộng theo thời gian.
- Trực quan hóa dữ liệu: Đây là điểm mạnh của các phần mềm này so với các phần mềm thương mại được sử dụng phổ biến hiện nay.
- Đa dụng: Có thể sử dụng với nhiều mục đích khác nhau không chỉ phân tích định lượng.
Trong đó, R và Python tuy ban đầu có tiếp cận tương đối rắc rối và khó hơn các phần mềm thương mại nhưng khi quen thuộc logic lệnh và cấu trúc thì việc phát triển là nhanh. Cả 2 phần mềm đều có cấu trúc lệnh và logic tương tự nhau, có thể chuyển đổi giữa 2 phần mềm không tốn nhiều thời gian. Trong đó, R tập trung nhiều hơn trong phân tích định lượng, Python có tính đa dụng cao hơn.
Trong khóa học về phân tích định lượng trong Kinh tế, người học được kỳ vọng phát triển cả tư duy xử lý vấn đề trong kinh tế kinh doanh bằng các mô hình định lượng và phát kỹ kỹ năng về sử dụng các phần mềm hỗ trợ. Các dữ liệu thông tin của lớp được chia sẻ tại link của lớp học: https://drive.google.com/drive/u/1/folders/1-GLHSy2a0ihmoAN0AaFsnQPV_4ivb2A0
Cách thiết lập R ban đầu
Để bắt đầu sử dụng R, cần cài đặt phần mềm R. Hiện tại phiên bản R mới nhất là R4.4. Việc sử dụng R sẽ thuận tiện hơn rất nhiều khi sử dụng các môi trường làm việc với R, tiêu biểu nhất là Rstudio. Cần cài đặt cả 2 phần mềm này để làm việc với R một cách tối ưu nhất.
Link cài đặt tại: https://posit.co/download/rstudio-desktop/ Lưu ý trong link đã có sẵn hướng dẫn cài đặt.
Và Rtools tại (hoặc search Rtools trên google): https://cran.rstudio.com/bin/windows/Rtools/
Bước 1: Mở R-studio. Nếu lần đầu tiên mở lên, R-studio sẽ tự động quét phần mềm R có trong máy, nếu chưa có, nó sẽ yêu cầu cài đặt trước R. Nếu đã có R, R-studio sẽ đề xuất lựa chọn để sử dụng phiên bản R tối ưu. Đừng lo ngại, hãy cứ chọn mặc định.
Bước 2: Khi mở R-studio, các thiết lập mặc định ban đầu là đủ để sử dụng. Nếu cần cài đặt thay đổi giao diện và cách trình bày của R-studio thì vào: Tools/Global Options.
Bước 3: Hãy vào File/NewFile/ Quarto. Để bắt đầu mở 1 file Quarto như file này. File Quarto Document có thể vừa ghi chú, vừa thực hiện các lệnh và tạo report cũng như nhiều tính năng khác rất thuận tiện cho việc sử dụng với nhiều mục đích khác nhau.
Bước 4: Tổng quan các cửa sổ (windows) trong R có 4 nhóm cửa sổ chính: Cửa sổ sử dụng các file (Quarto, Rmarkdown, Rscript,Data), Cửa sổ Console, Cửa Sổ Plots (và các phần như Help, Files), Cửa sổ History. Các cửa sổ này đều hiển thị ở mặc định. Khi mới tiếp cận không cần chỉnh sửa gì với các cửa sổ này, các bạn có thể sử dụng ngay lập tức.
Các tính toán đơn giản với R
Trước hết mở 1 khối lệnh với R có 2 cách:1- Trực tiếp gõ lệnh vào cửa sổ Console và xem kết quả
2- Để mở khối lệnh trong Quarto, hoặc click vào biểu tượng +c phía bên phải của file, hoặc gõ theo các ký hiệu khối lệnh:
3- Thử kết quả với các tính toán đơn giản và nhấn nút run ở phía bên phải của khối lệnh
Các hàm tính toán căn bản trong R
print(x) - In ra màn hình
seq() - Tạo chuỗi
log(x) Natural log - Logarithm tự nhiên
sum(x) Sum -Tổng
exp(x) Exponential - Hàm mũ
mean(x) Mean - Trung bình
max(x) Largest element - Lớn nhất
median(x) Median - Trung vị
min(x) Smallest element - Nhỏ nhất
quantile(x) Percentage quantiles - Phân vị
round(x, n) Round to n decimal places - Làm tròn số
rank(x) Rank of elements - Thứ bậc
var(x) The variance - Phương sai
cor(x,y) Correlation - Tương quan
sd(x) The standard deviation - Độ lệch chuẩn
Nếu cần hỗ trợ cấu trúc lệnh hay lênh gì bất kỳ hãy gõ ?lệnh, hoặc ??lệnh Nếu cần tìm thông tin khác, help.search:
print("Hello world") [1] "Hello world"seq(10,80, 10) # Tạo 1 chuỗi tăng mỗi 10 đơn vị[1] 10 20 30 40 50 60 70 80help.search("regression")starting httpd help server ... doneLệnh Gán
Lệnh gán là 1 phần quan trọng của R, giúp gán tất cả các thành phần dữ liệu, thông tin mà người phân tích muốn gán tên để sau đó có thể gọi ra và sử dụng. Ví dụ gán biến, dữ liệu, mô hình, biểu đồ,….
x<-2 # Gán x với giá trị 2
x[1] 23 -> y # cách viết khác
y[1] 3x+y # Gọi tên và thực hiện phép tính [1] 5x<-"a+b" # Gán x với 1 thông tin bất kỳ
x[1] "a+b"x<- 10>5 # Gán phép tính logic
x[1] TRUECấu trúc dữ liệu trong R
Các cấu trúc căn bản trong R bao gồm:
Vector: 1 chiều
X <- 1:5
X[1] 1 2 3 4 5Y <- letters
Y [1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j" "k" "l" "m" "n" "o" "p" "q" "r" "s"
[20] "t" "u" "v" "w" "x" "y" "z"x <-letters[1:5]
x[1] "a" "b" "c" "d" "e"class(x) # Lệnh biểu thị đặc tính của x[1] "character"Ma trận: 2 chiều
x <- matrix(1:30,nrow = 2 ) # Tạo ra 1 ma trận với 2 hàng, giá trị từ 1 đền 30
x [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] [,13] [,14]
[1,] 1 3 5 7 9 11 13 15 17 19 21 23 25 27
[2,] 2 4 6 8 10 12 14 16 18 20 22 24 26 28
[,15]
[1,] 29
[2,] 30y <- matrix(1:30,ncol = 3) # tạo ra ma trận với 3 cột
y [,1] [,2] [,3]
[1,] 1 11 21
[2,] 2 12 22
[3,] 3 13 23
[4,] 4 14 24
[5,] 5 15 25
[6,] 6 16 26
[7,] 7 17 27
[8,] 8 18 28
[9,] 9 19 29
[10,] 10 20 30z <- matrix(1:30, nrow = 6, ncol = 5)
z [,1] [,2] [,3] [,4] [,5]
[1,] 1 7 13 19 25
[2,] 2 8 14 20 26
[3,] 3 9 15 21 27
[4,] 4 10 16 22 28
[5,] 5 11 17 23 29
[6,] 6 12 18 24 30Dữ liệu
data.frame(Col1=1:2, Col2=20:1) # Tạo ra dữ liệu và xem Col1 Col2
1 1 20
2 2 19
3 1 18
4 2 17
5 1 16
6 2 15
7 1 14
8 2 13
9 1 12
10 2 11
11 1 10
12 2 9
13 1 8
14 2 7
15 1 6
16 2 5
17 1 4
18 2 3
19 1 2
20 2 1x <- data.frame(Col1=1:5, Col2=1:10) # gán tên dữ liệu được tạo ra là x
x |> head(3) # lấy dữ liệu có tên x, xem 3 quan sát đầu Col1 Col2
1 1 1
2 2 2
3 3 3List: 1 dạng thông tin đa dụng, hỗn hợp
L <- list(Truong="uel", Lop="Quant", soluong=3, thanhtich=c(7,10,2))
L |> head(5)$Truong
[1] "uel"
$Lop
[1] "Quant"
$soluong
[1] 3
$thanhtich
[1] 7 10 2Các thư viện và gói mã lệnh
Các gói thư viện bao gồm nhiều mã lệnh khác nhau có sẵn trong R hoặc phải cài thêm để sử dụng cho thuận tiện.
Mỗi gói thư viện với các mục đích sử dụng khác nhau. Có thể cùng một mục tiêu có nhiều gói thư viện khác nhau đều sử dụng được.
Vì R là phần mềm mã nguồn mở nên sự đóng góp của cộng đồng rất lớn và rất đa dạng. Để sử dụng cần cài đặt gói thư viện và tải vào R trước khi sử dụng (hoặc gọi tên ngay trước khi dùng lệnh tương ứng).
Trong khóa học này chỉ hướng dẫn các gói thư viện phổ biến và thuận tiện, các bạn có thể sử dụng nhiều gói thư viện khác nhau để hoàn thành mục tiêu của mình.
Cài đặt thư viện dùng lệnh: install.packages
Sử dụng thư viện dùng lệnh: library(tên thư viện)
Khi R báo lỗi không có thư viện khi bạn sử dụng lệnh trong môn học, cần cài đặt thư viện trước.
Trong đó, gói “tidyverse” là gói thư viện phổ phiến với rất nhiều thư viện nhỏ để sử dụng đa mục đích cần cài đặt Để cài đặt hãy gõ install.packages(“tidyverse”) trong cửa sổ console
library(tidyverse)Warning: package 'tidyverse' was built under R version 4.4.1── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
✔ dplyr 1.1.4 ✔ readr 2.1.5
✔ forcats 1.0.0 ✔ stringr 1.5.1
✔ ggplot2 3.5.1 ✔ tibble 3.2.1
✔ lubridate 1.9.3 ✔ tidyr 1.3.1
✔ purrr 1.0.2
── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
✖ dplyr::filter() masks stats::filter()
✖ dplyr::lag() masks stats::lag()
ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errorsĐọc và ghi dữ liệu
Lấy dữ liệu trên link thông tin lớp học: https://drive.google.com/drive/u/1/folders/1-GLHSy2a0ihmoAN0AaFsnQPV_4ivb2A0
Có nhiều cách nhập dữ liệu và ghi các dữ liệu với nhiều loại file khác nhau, ở đây giới thiệu 2 cách phổ biến sử dụng trong môn học, các kiểu file khác nhau các bạn có thể tự tìm hiểu
Cách 1: Nhập dữ liệu từ Stata
Link dẫn đến file cần đến là \ hoặc /
# Đọc thông tin
## Link dẫn đến file cần đến là \\ hoặc /
haven::read_dta("C:\\Users\\Huynh Chuong\\Desktop\\University\\UEL\\Class_QuantMethods\\2024\\DataWDI.dta") # A tibble: 13,300 × 6
CountryName CountryCode year GDP K L
<chr> <chr> <dbl> <dbl> <dbl> <dbl>
1 Afghanistan AFG 1974 NA NA NA
2 Afghanistan AFG 1975 NA NA NA
3 Afghanistan AFG 1976 NA NA NA
4 Afghanistan AFG 1977 NA NA NA
5 Afghanistan AFG 1978 NA NA NA
6 Afghanistan AFG 1979 NA NA NA
7 Afghanistan AFG 1980 NA NA NA
8 Afghanistan AFG 1981 NA NA NA
9 Afghanistan AFG 1982 NA NA NA
10 Afghanistan AFG 1983 NA NA NA
# ℹ 13,290 more rowsdấu %>% nằm trong gói thư viện tidyverse biểu thị lấy kết quả trước để làm cho lệnh sau.
Ví dụ mô tả chung summary
library(tidyverse) # tải thư viện vào R# Đọc thông tin
## dấu %>% nằm trong gói thư viện tidyverse biểu thị lấy kết quả trước để làm cho lệnh sau. Nếu không thì có thể sử dụng |> (| > gõ liền không dấu cách) để thay thế %>%.
## Ví dụ mô tả chung summary
haven::read_dta("C:\\Users\\Huynh Chuong\\Desktop\\University\\UEL\\Class_QuantMethods\\2024\\DataWDI.dta") %>% summary() CountryName CountryCode year GDP
Length:13300 Length:13300 Min. :1974 Min. :1.010e+07
Class :character Class :character 1st Qu.:1986 1st Qu.:5.422e+09
Mode :character Mode :character Median :1998 Median :3.553e+10
Mean :1998 Mean :1.685e+12
3rd Qu.:2011 3rd Qu.:3.995e+11
Max. :2023 Max. :9.283e+13
NA's :1588
K L
Min. :-3.873e+07 Min. :3.347e+04
1st Qu.: 2.634e+09 1st Qu.:1.352e+06
Median : 1.703e+10 Median :4.815e+06
Mean : 4.345e+11 Mean :1.335e+08
3rd Qu.: 1.333e+11 3rd Qu.:3.432e+07
Max. : 2.232e+13 Max. :3.628e+09
NA's :6320 NA's :5548 # Khi sử dụng không cần tải library trước, ta gõ tên gói thư viện :: tên lệnh, giống ví dụ: haven::read_dta# Gán tên dữ liệu
WDI <- haven::read_dta("C:\\Users\\Huynh Chuong\\Desktop\\University\\UEL\\Class_QuantMethods\\2024\\DataWDI.dta")
WDI |> head(5)# A tibble: 5 × 6
CountryName CountryCode year GDP K L
<chr> <chr> <dbl> <dbl> <dbl> <dbl>
1 Afghanistan AFG 1974 NA NA NA
2 Afghanistan AFG 1975 NA NA NA
3 Afghanistan AFG 1976 NA NA NA
4 Afghanistan AFG 1977 NA NA NA
5 Afghanistan AFG 1978 NA NA NAView(WDI) # Xem bằng cách mở cửa sổ riêngCách 2: Nhập dữ liệu từ file excel
Đọc dữ liệu từ 1 file excel ở 1 sheet
readxl::read_xlsx("C:\\Users\\Huynh Chuong\\Desktop\\University\\UEL\\Class_QuantMethods\\2024\\WDI_data.xlsx", sheet = "Sheet2")# A tibble: 798 × 53
`Country Name` `Country Code` `Series Name` `1974` `1975` `1976`
<chr> <chr> <chr> <dbl> <dbl> <dbl>
1 Afghanistan AFG GDP NA NA NA
2 Afghanistan AFG L NA NA NA
3 Afghanistan AFG K NA NA NA
4 Albania ALB GDP NA NA NA
5 Albania ALB L NA NA NA
6 Albania ALB K NA NA NA
7 Algeria DZA GDP 49117415082. 5.16e10 5.59e10
8 Algeria DZA L NA NA NA
9 Algeria DZA K 19508642957. 2.12e10 2.04e10
10 American Samoa ASM GDP NA NA NA
# ℹ 788 more rows
# ℹ 47 more variables: `1977` <dbl>, `1978` <dbl>, `1979` <dbl>, `1980` <dbl>,
# `1981` <dbl>, `1982` <dbl>, `1983` <dbl>, `1984` <dbl>, `1985` <dbl>,
# `1986` <dbl>, `1987` <dbl>, `1988` <dbl>, `1989` <dbl>, `1990` <dbl>,
# `1991` <dbl>, `1992` <dbl>, `1993` <dbl>, `1994` <dbl>, `1995` <dbl>,
# `1996` <dbl>, `1997` <dbl>, `1998` <dbl>, `1999` <dbl>, `2000` <dbl>,
# `2001` <dbl>, `2002` <dbl>, `2003` <dbl>, `2004` <dbl>, `2005` <dbl>, …Gán tên
WDI <- readxl::read_xlsx("C:\\Users\\Huynh Chuong\\Desktop\\University\\UEL\\Class_QuantMethods\\2024\\WDI_data.xlsx", sheet = "Sheet2")Xem tên biến
# Xem tên biến
WDI %>% variable.names() [1] "Country Name" "Country Code" "Series Name" "1974" "1975"
[6] "1976" "1977" "1978" "1979" "1980"
[11] "1981" "1982" "1983" "1984" "1985"
[16] "1986" "1987" "1988" "1989" "1990"
[21] "1991" "1992" "1993" "1994" "1995"
[26] "1996" "1997" "1998" "1999" "2000"
[31] "2001" "2002" "2003" "2004" "2005"
[36] "2006" "2007" "2008" "2009" "2010"
[41] "2011" "2012" "2013" "2014" "2015"
[46] "2016" "2017" "2018" "2019" "2020"
[51] "2021" "2022" "2023" Ghi dữ liệu
Ghi bằng kiểu stata
WDI <- haven::read_dta("C:\\Users\\Huynh Chuong\\Desktop\\University\\UEL\\Class_QuantMethods\\2024\\DataWDI.dta")
WDI %>% haven::write_dta("C:\\Users\\Huynh Chuong\\Desktop\\University\\UEL\\Class_QuantMethods\\2024\\GhiDataWDI.dta") Ghi bằng kiểu excel
WDI %>% openxlsx::write.xlsx("C:\\Users\\Huynh Chuong\\Desktop\\University\\UEL\\Class_QuantMethods\\2024\\GhiDataWDI.xlsx")