Bai_KTKN_2

# Sinh 300 giá trị ngẫu nhiên từ phân phối đều trong khoảng [2, 10]
set.seed(123)  # Đặt seed để kết quả có thể tái tạo lại
n <- 300
data <- runif(n, min = 2, max = 10)

# Tính giá trị kỳ vọng mẫu (mean)
expected_value <- mean(data)

# Tính phương sai mẫu (variance)
sample_variance <- var(data)

# In kết quả
cat("Giá trị kỳ vọng mẫu:", expected_value, "\n")

## Giá trị kỳ vọng mẫu: 5.996895

cat("Phương sai mẫu:", sample_variance, "\n")

## Phương sai mẫu: 5.039841

library(ggplot2)

# Đọc tập dữ liệu Iris
data(iris)

# Xác định giá trị lớn nhất và nhỏ nhất của từng đặc trưng
min_values <- apply(iris[, 1:4], 2, min)
max_values <- apply(iris[, 1:4], 2, max)

cat("Giá trị nhỏ nhất của mỗi đặc trưng:\n")

## Giá trị nhỏ nhất của mỗi đặc trưng:

print(min_values)

## Sepal.Length  Sepal.Width Petal.Length  Petal.Width 
##          4.3          2.0          1.0          0.1

cat("\nGiá trị lớn nhất của mỗi đặc trưng:\n")

## 
## Giá trị lớn nhất của mỗi đặc trưng:

print(max_values)

## Sepal.Length  Sepal.Width Petal.Length  Petal.Width 
##          7.9          4.4          6.9          2.5

# Vẽ biểu đồ barplot để hiển thị số lượng mẫu của mỗi loại hoa
ggplot(iris, aes(x = Species)) +
  geom_bar(fill = "skyblue", color = "black") +
  theme_minimal() +
  labs(title = "Số lượng mẫu của mỗi loại hoa", x = "Loại hoa", y = "Số lượng")