1. TÍNH TOÁN SỐ HỌC CƠ BẢN

1 + 2             # Phép cộng

## [1] 3

(2 + 2) * 3       # Ưu tiên trong ngoặc

## [1] 12

4 / 3             # Chia ra số thực (float)

## [1] 1.333333

4 %/% 3           # Chia lấy phần nguyên (Integer division)

## [1] 1

4 %% 3            # Chia lấy phần dư (Modulo)

## [1] 1

2^2               # Lũy thừa

## [1] 4

2**2              # Lũy thừa (cách viết khác)

## [1] 4

2. BIẾN SỐ VÀ PHÉP GÁN

a <- 8
b <- 10
s <- a * b
print(s)

## [1] 80

x <- 2
2 * x

## [1] 4

2 -> x            # Gán ngược chiều (hợp lệ nhưng ít dùng)
(y <- "visible")  # Gán và in giá trị ra màn hình cùng lúc

## [1] "visible"

3. CHUỖI KÝ TỰ (STRINGS)

“hello,” ‘world!’ print(“hello my sweetie”)

4. VECTOR & INDEXING (TRUY CẬP PHẦN TỬ)

Tạo vector

v <- 1:5          # Tạo vector v gồm: 1, 2, 3, 4, 5
x_vec <- 1:4
x_vec = x_vec**2  # Bình phương từng phần tử
sum(x_vec)        # Tổng các phần tử

## [1] 30

Thông tin vector

x<-c("cho","meo", "ga", "vit")
length(x)     # Độ dài vector 

## [1] 4

nchar("di hoc")      # Số ký tự trong chuỗi (trả về 3)

## [1] 6

Truy cập (Indexing)

v<-4:20
v[1]              # Lấy phần tử đầu tiên

## [1] 4

v[1:3]            # Lấy từ vị trí 1 đến 3

## [1] 4 5 6

v[c(1, 3, 5)]     # Lấy các vị trí cụ thể

## [1] 4 6 8

v[v %% 2 == 0]    # Lọc (Filter): Chỉ lấy số chẵn

## [1]  4  6  8 10 12 14 16 18 20

v[-(1:3)]         # Loại bỏ các phần tử từ vị trí 1 đến 3

##  [1]  7  8  9 10 11 12 13 14 15 16 17 18 19 20

Vector có tên (Named Vectors)

v_named <- c("A" = 1, "B" = 2, "C" = 3)
v_named["A"]                       # Truy cập bằng tên

## A 
## 1

names(v_named) <- c("x", "y", "z") # Đổi tên các phần tử

5. HÀM (FUNCTIONS)

Hàm cơ bản 1 dòng

square <- function(x) x^2
square(1:4)

## [1]  1  4  9 16

Hàm nhiều dòng

square_and_subtract <- function(x, y) {
  squared <- x^2  # Biến cục bộ
  squared - y     # Giá trị trả về (dòng cuối cùng)
}
square_and_subtract(1:5, rev(1:5))

## [1] -4  0  6 14 24

Hàm tính trung bình

average<-7:10
average <- function(x) sum(x) / length(x)

6. CẤU TRÚC ĐIỀU KHIỂN (CONTROL FLOW)

If/Else

if (2 > 3) "false" else "true"

## [1] "true"

if (3 < 2) "true"
x <- if (2 > 3) "bar" else "baz"

Ifelse (Dạng vector hóa - Quan trọng)

x_vec <- 10
ifelse(x_vec > 3, "Lon hon 3", "Nho hon hoac bang 3")

## [1] "Lon hon 3"

Vòng lặp For

x_loop <- 1:5
total <- 0
for (element in x_loop) {
  total <- total + element
}
print(total)

## [1] 15

7. XỬ LÝ GIÁ TRỊ THIẾU (MISSING VALUES)

NA + 5                          # Kết quả là NA

## [1] NA

is.na(NA)                       # Kiểm tra NA -> TRUE

## [1] TRUE

is.na(4)                        # -> FALSE

## [1] FALSE

sum(c(1, NA, 2), na.rm = TRUE)  # Tính tổng bỏ qua NA

## [1] 3

8. DATA FRAMES (BẢNG DỮ LIỆU)

Tạo Data Frame mẫu

df <- data.frame(x = 1:5, y = 6:10, a = 11:15, b = 16:20)
print(df)

##   x  y  a  b
## 1 1  6 11 16
## 2 2  7 12 17
## 3 3  8 13 18
## 4 4  9 14 19
## 5 5 10 15 20

Truy cập dữ liệu

df[1, 1]          # Lấy dòng 1, cột 1

## [1] 1

df[, "a"]         # Lấy cột "a"

## [1] 11 12 13 14 15

df$b              # Lấy cột "b" dùng dấu $

## [1] 16 17 18 19 20

9. PIPELINES (MAGRITTR)

library(magrittr)

Ví dụ logic: x %>% f %>% g tương đương g(f(x))

x <- 10
f <- function(k) k+2
g <- function(k) k*3
x %>% f %>% g  # (Chạy thử nếu muốn)

## [1] 36

Ứng dụng trong phân tích

d <- data.frame(x = rnorm(10), y = rnorm(10))
d %>% lm(y ~ x, data = .)              # Dấu chấm (.) đại diện cho dữ liệu d

## 
## Call:
## lm(formula = y ~ x, data = .)
## 
## Coefficients:
## (Intercept)            x  
##      0.3355       0.2538

10. FACTORS (BIẾN PHÂN LOẠI)

gender <- factor(c("male", "female", "female", "male"))
print(gender)

## [1] male   female female male  
## Levels: female male

levels(gender)    # Xem nhóm

## [1] "female" "male"

nlevels(gender)   # Đếm số nhóm

## [1] 2

11. LISTS (DANH SÁCH)

my_list <- list(
  name = "Dat",
  age = 25,
  scores = c(8, 9, 10),
  passed = TRUE
)

my_list$name      # Lấy giá trị theo tên

## [1] "Dat"

my_list[[3]]      # Lấy dữ liệu thực của phần tử thứ 3

## [1]  8  9 10

my_list[3]        # Lấy list con

## $scores
## [1]  8  9 10

12. MATRICES (MA TRẬN)

M <- matrix(1:6, nrow = 2, ncol = 3)
print(M)

##      [,1] [,2] [,3]
## [1,]    1    3    5
## [2,]    2    4    6

M[1, 2]           # Dòng 1, cột 2

## [1] 3

M[2, ]            # Toàn bộ dòng 2

## [1] 2 4 6

M[, 1]            # Toàn bộ cột 1

## [1] 1 2

Nhân ma trận

M_transpose <- t(M)   # Chuyển vị
prod <- M %*% M_transpose

Bài tập về nhà

library(dplyr)

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

set.seed(123)  # để tái lập kết quả

mean_positive <- rnorm(1000) %>%
  replace(. < 0, NA) %>%
  mean(na.rm = TRUE)

mean_positive

## [1] 0.7936708

library(dplyr)
df_rmse <- data.frame(
  t = c(3, 5, 2.5, 7),
  y = c(2.5, 5, 4, 8)
)

rmse <- df_rmse %>%
  mutate(sq_error = (t - y)^2) %>%
  summarise(mse = mean(sq_error)) %>%
  mutate(rmse = sqrt(mse)) %>%
  pull(rmse)

rmse

## [1] 0.9354143