Thuc hanh voi cac mo hinh thong ke

##Các gói đã cài đặt không cần cài lại, chạy các thư viện cần thiết cho dự án

1. Chay cac thu vien can thiet

library(tidyverse) library(tidyr) library(dplyr) library(ggplot2) library(readr) library(readxl)

2. Thao tac voi du lieu

## 2.1. Lay du lieu tu mot file excel
credit_data <- read_excel("creditdata.xlsx", sheet = 1)

## 2.2. Quan sat du lieu
 View(credit_data)

## 2.3. Danh gia tong quan du lieu
summary(credit_data)

## 2.4. Lam sach du lieu: 

## 2.4.1. loai bo cac dong co gia tri NA xuat hien
credit_data <- na.omit(credit_data)

## 2.4.2. Doi ten cho cac cot trong bang voi thay the cac gia tri " " = "_"
r names(credit_data) <-gsub(" ","_", names(credit_data))

3. Khai thac du lieu

## 3.1. Loc thong tin ve diem tin dung
creditdata_min <- credit_data%>%
  filter(credit_data$Credit_Score < 1000)

view(creditdata_min)

creditdata_max <- credit_data%>%
  filter(credit_data$Credit_Score >= 1000)


credit_data <- credit_data%>%
  filter(credit_data$Credit_Score < 1000)

4. Thong ke

## 4.1. So sanh
##bieu do cot
ggplot(credit_data, aes(x = Home_Ownership)) +
  geom_bar()

## 4.2. Su phan bo 
ggplot(credit_data, aes(x = Credit_Score)) +
  geom_histogram()

#Mau
ggplot(credit_data, aes(x = Credit_Score)) +
  geom_histogram(color= 'blue', fill = "orange")

#Tieu de
ggplot(credit_data, aes(x = Credit_Score)) +
  geom_histogram(colors= 'blue', fill = "orange")
labs(title = "Biểu đồ phân bổ điểm tín dụng",
     x = "Điểm tín dụng",
     y = "Số lượng khách hàng")

## 4.3. So sanh tuong quan giua Thu nhap nam va diem tin dung

ggplot(credit_data, aes(x = Credit_Score, y = Annual_Income)) +
  geom_point()

#Mau
ggplot(credit_data, aes(x = Credit_Score, y = Annual_Income)) +
  geom_point(color = "darkblue")

## 4.4. Xac dinh cac yeu to ngoai lai dua vao cac bieu do hop

## Diem tin dung theo loai hinh so huu: de ra diem bat thuong

ggplot(credit_data, aes(x = Credit_Score, y = Home_Ownership))+
  geom_boxplot()

##check lai tieu de
ggplot(credit_data, aes(x = Home_Ownership, y = Credit_Score))+
  geom_boxplot(color = "red", fill = "lightgreen")
  labs(title = "Phân bổ giữa các loại hình sở hữu")

## 4.5. Thong ke theo nhom

  credit_data <- credit_data%>%
    group_by(credit_data$Years_in_current_job)%>%
    summarise(soluong = n(),
              thunhap_namBQ = mean(Annual_Income))
  credit_data

;
#------------------------------------------------------
## So sanh so luong khach hang theo so nam di lam
ggplot(credit_data, aes(x = Years_in_current_job))+
  geom_bar(fill = "darkblue")

PHAN 2: PHAN TICH VA CHUAN DOAN DUA THEO CAC MO HINH

MO HINH HOI QUY TUYEN TINH

## 2.1. Mo hinh hoi quy don bien

## 2.2. Danh gia moi quan he tuong quan giua A va B (thu nhap nam - thanh toan tin dung theo thang)
  
ggplot(credit_data, aes(x = Annual_Income, y = Monthly_Debt))+
  geom_point(color = "blue")+
  geom_smooth(method = "lm", color = "red")

##-> Co ve nhu co moi quan he tuong quan, nen dua vao de phan tich 
## Xet cac dieu kien xem co phu hop voi phan tich tuong quan khong: Cac bien phai dam bao phan phoi chuan 
## Cach 1: Nhin xem phan phoi cua cac bien dua theo bieu do phan bo (histogram)
ggplot(credit_data, aes(x = Annual_Income))+
  geom_histogram()

ggplot(credit_data, aes(x = Monthly_Debt))+
  geom_histogram()

## Cach 2: Danh gia phan phoi chuan theo mot so cach mo rong

## Danh gia phan phoi chuan cua THU NHAP NAM
qqnorm(credit_data$Annual_Income)
qqline(credit_data$Annual_Income, col = "red")

qqnorm(credit_data$Monthly_Debt)
qqline(credit_data$Monthly_Debt, col = "red")


##-> Neu cac mau khong phan phoi chuan thi cac noi dung phia sau khi xay dung mo hinh se dua ra ket qua chưa chinh xac

## 2.3.1. Xay dung mo hinh hoi quy tuyen tinh don bien 

#mo hinh 1
mohinh1 <- lm(credit_data$Monthly_Debt~credit_data$Annual_Income)

mohinh1

summary(mohinh1)

View(mohinh1)

#mo hinh 2
mohinh2 <- lm(Monthly_Debt~Annual_Income, credit_data)


# 2.4. Ap dung mo hinh cho mau moi
#B1
credit_test <- read_csv("credit_test.csv")

#B2
credit_test <- credit_test%>%
  na.omit(credit_test)

#B3
names(credit_test) <- gsub(" ","_", names(credit_test)) 

##OR: Truong hop ten truong co dau .

names(credit_test) <- gsub("\\.","_", names(credit_test))
View(credit_test)

# 2.5. Chay du bao ket qua tư mo hinh
Dubaochitrahangthang_theothunhapnam <- credit_test%>%
  mutate(Dubaogiatri_thang = predict(mohinh2, newdata = credit_test))   #them truong - ham du doan

View(Dubaochitrahangthang_theothunhapnam)
;

3. MO HINH HOI QUY LOGIC

Luu y la trong du lieu phai co cot o dinh dang 0,1

## 3.1. Truong hop khong co can tim bo sung. Trong TH minh hoa can su dung them 1 cot trang thai la phần dư phép chia hết cho 2

credit_data$Trangthai <- credit_data$Annual_Income%%2
;
credit_data$Trangthai<-factor(credit_data$Trangthai, levels = c(0,1), labels = c("Không vỡ nợ","Có vỡ nợ"))

;
## Thong ke theo nhom term
;
ggplot(credit_data, aes (x=credit_data$Term))+
  geom_bar

;

## 3.2. Xay dung mo hinh logic
mohinhlogic = glm(Trangthai~Credit_Score,family = "binomial",data = credit_data)
summary(mohinhlogic)

## 3.3. Chay mo hinh du bao voi bo du lieu moi
dubaotheologic <- predict(mohinhlogic, newdata = credit_test, type = "response")

View(dubaotheologic)

## 3.4. mô hình hồi quy đa biến
mh_logicdabien <- glm(Trangthai ~ Credit_Score + Annual_Income + Current_Credit_Balance,
                        family = "binomial", data = creditdata)
summary(mh_logicdabien)

dubaodabien_moi <- predict ( mh_logicdabien, newsdata = dulieutest, type = "response")

dubaodabien_moi

4. Mô hình Arima

#Dữ liệu thực hành là Superstore

sieuthi <- read_excel("3.SUPERSTORE.xlsx", sheet=1)
names(sieuthi) <- gsub(" ","_", names(sieuthi))
View(sieuthi)

#Thống kê tổng doanh số theo tháng năm
baocaoTG <- sieuthi%>%
  group_by( Thang = floor_date(Order_Date, "month")) %>%
  summarise(Sales = sum(Sales))

baocaoTG

#Thiết lập tạo chuỗi thời gian tuần tự theo tháng cho các giá trị doanh số
Doanhso_thang <- ts(baocaoTG$Sales, start = c(2018,1), frequency = 12)
Doanhso_thang
plot(Doanhso_thang)

5. Xây dựng mô hình dự báo theo thời gian

## Cài gói dự báo forecast
 install.packages("forecast")
library(forecast)

## Tạo mô hình armia
mohinh_thoigian <- auto.arima(Doanhso_thang)
summary(mohinh_thoigian)

##5.3. Dự báo dựa theo mô hình
Dubaodoanhso_6thangtoi <-forecast(mohinh_thoigian, h =6)
plot(Dubaodoanhso_6thangtoi)

6. Kmeans

## Thống kê thông tin về giao dịch theo từng KH
Tkgiaodich<-sieuthi%>%
  group_by(sieuthi$Customer_ID)%>%
  summarise(
    sodon=n_distinct(Order_ID),
    DS=sum(Sales),
    LN=sum(Profit))
  
Tkgiaodich

# 6.2. Biến đổi các giá trị
TKgiaodich_biendoi <- scale(Tkgiaodich[-1])
TKgiaodich_biendoi

## 6.3. Xây dựng mô hình Kmean sau khi làm mịn
mohinhKmeans <- kmeans(TKgiaodich_biendoi, centers = 3)
install.packages("factoextra")
install.packages("ggsignif")
install.packages("car")

library(factoextra)

fviz_cluster(mohinhKmeans, data = TKgiaodich_biendoi)

Kiem tra-huongvtl2

Vu Thi Lan Huong

2025-04-20

Thuc hanh voi cac mo hinh thong ke

1. Chay cac thu vien can thiet

2. Thao tac voi du lieu

3. Khai thac du lieu

4. Thong ke

PHAN 2: PHAN TICH VA CHUAN DOAN DUA THEO CAC MO HINH

MO HINH HOI QUY TUYEN TINH

3. MO HINH HOI QUY LOGIC

Luu y la trong du lieu phai co cot o dinh dang 0,1

4. Mô hình Arima

5. Xây dựng mô hình dự báo theo thời gian

6. Kmeans