Hoạt động 1: Cài đặt và đọc dữ liệu

# Gọi các thư viện xử lý và trực quan hóa dữ liệu
library(lessR)
## Warning: package 'lessR' was built under R version 4.5.3
## 
## lessR 4.5.2                          feedback: gerbing@pdx.edu 
## --------------------------------------------------------------
## > d <- Read("")  Read data file, many formats available, e.g., Excel
##   d is the default data frame, data= in analysis routines optional
## 
## Find examples of reading, writing, and manipulating data, graphics,
## testing means and proportions, regression, factor analysis,
## customization, forecasting, and aggregation to pivot tables.
##   Enter: browseVignettes("lessR")
## 
## Although most previous function calls still work, most
## visualization functions are now reorganized to three functions:
##    Chart(): type = "bar", "pie", "radar", "bubble", "dot",
##                    "sunburst", "treemap", "icicle"
##    X(): type="histogram", "density", "vbs", and more
##    XY(): type="scatter" for a scatterplot, or "contour", "smooth"
## There is also Flows() for Sankey flow diagrams.
## 
## View lessR updates, now including modern time series forecasting.
##   Enter: news(package="lessR"), or ?Chart, ?X, or ?XY
## 
## Interactive data analysis for constructing visualizations.
##   Enter: interact()
library(table1)
## Warning: package 'table1' was built under R version 4.5.3
## 
## Attaching package: 'table1'
## The following object is masked from 'package:lessR':
## 
##     label
## The following objects are masked from 'package:base':
## 
##     units, units<-
library(ggplot2)
## Warning: package 'ggplot2' was built under R version 4.5.3
dulieu_hh <- read.csv ("C:/DataR/khao_sat_ho_gia_dinh.csv")
dim(dulieu_hh) #travec(nrow,ncol) #View(data_hh) để mở data
## [1] 100   8
cat("So quan sat:", nrow(dulieu_hh), "\nSo bien", ncol(dulieu_hh),"\n") 
## So quan sat: 100 
## So bien 8
names(dulieu_hh)
## [1] "ho_id"     "khu_vuc"   "gioi_tinh" "tuoi"      "hoc_van"   "thu_nhap" 
## [7] "chi_tieu"  "tiet_kiem"
str (dulieu_hh)
## 'data.frame':    100 obs. of  8 variables:
##  $ ho_id    : int  1 2 3 4 5 6 7 8 9 10 ...
##  $ khu_vuc  : chr  "Nong_thon" "Thanh_thi" "Nong_thon" "Thanh_thi" ...
##  $ gioi_tinh: chr  "Nu" "Nam" "Nu" "Nam" ...
##  $ tuoi     : int  31 32 33 34 35 36 37 38 39 40 ...
##  $ hoc_van  : chr  "THCS" "THCS" "THPT" "Dai_hoc" ...
##  $ thu_nhap : int  7150000 7300000 7450000 7600000 7750000 7900000 8050000 8200000 8350000 8500000 ...
##  $ chi_tieu : int  5100000 5200000 5300000 5400000 5500000 5600000 5700000 5800000 5900000 6000000 ...
##  $ tiet_kiem: int  2050000 2100000 2150000 2200000 2250000 2300000 2350000 2400000 2450000 2500000 ...

Tính giá trị trung bình cho từng biến

mean_thu_nhap <- mean(dulieu_hh$thu_nhap)
mean_chi_tieu <- mean(dulieu_hh$chi_tieu)
mean_tiet_kiem <- mean(dulieu_hh$tiet_kiem)

In kết quả ra màn hình

print(paste("Thu nhập trung bình:", mean_thu_nhap))
## [1] "Thu nhập trung bình: 14575000"
print(paste("Chi tiêu trung bình:", mean_chi_tieu))
## [1] "Chi tiêu trung bình: 10050000"
print(paste("Tiết kiệm trung bình:", mean_tiet_kiem))
## [1] "Tiết kiệm trung bình: 4525000"

Xem toàn bộ thông số:

summary(dulieu_hh[c("thu_nhap", "chi_tieu", "tiet_kiem")])
##     thu_nhap           chi_tieu          tiet_kiem      
##  Min.   : 7150000   Min.   : 5100000   Min.   :2050000  
##  1st Qu.:10862500   1st Qu.: 7575000   1st Qu.:3287500  
##  Median :14575000   Median :10050000   Median :4525000  
##  Mean   :14575000   Mean   :10050000   Mean   :4525000  
##  3rd Qu.:18287500   3rd Qu.:12525000   3rd Qu.:5762500  
##  Max.   :22000000   Max.   :15000000   Max.   :7000000

##Hoạt động 2: Tạo bảng mô tả thu nhập, chi tiêu, tiết kiệm # 1. Tạo bảng so sánh thu nhập, chi tiêu, tiết kiệm theo khu vực

table1(~ thu_nhap + chi_tieu + tiet_kiem | khu_vuc, data = dulieu_hh)
Nong_thon
(N=50)		 Thanh_thi
(N=50)		 Overall
(N=100)
thu_nhap
Mean (SD) 14500000 (4370000) 14700000 (4370000) 14600000 (4350000)
Median [Min, Max] 14500000 [7150000, 21900000] 14700000 [7300000, 22000000] 14600000 [7150000, 22000000]
chi_tieu
Mean (SD) 10000000 (2920000) 10100000 (2920000) 10100000 (2900000)
Median [Min, Max] 10000000 [5100000, 14900000] 10100000 [5200000, 15000000] 10100000 [5100000, 15000000]
tiet_kiem
Mean (SD) 4500000 (1460000) 4550000 (1460000) 4530000 (1450000)
Median [Min, Max] 4500000 [2050000, 6950000] 4550000 [2100000, 7000000] 4530000 [2050000, 7000000]

2. Tạo bảng thu nhập, chi tiêu, tiết kiệm theo học vấn

table1(~ thu_nhap + chi_tieu + tiet_kiem | hoc_van, data = dulieu_hh)
Dai_hoc
(N=25)		 THCS
(N=50)		 THPT
(N=25)		 Overall
(N=100)
thu_nhap
Mean (SD) 14800000 (4420000) 14500000 (4370000) 14500000 (4410000) 14600000 (4350000)
Median [Min, Max] 14800000 [7600000, 22000000] 14400000 [7150000, 21700000] 14700000 [7450000, 21900000] 14600000 [7150000, 22000000]
chi_tieu
Mean (SD) 10200000 (2940000) 10000000 (2920000) 10000000 (2940000) 10100000 (2900000)
Median [Min, Max] 10200000 [5400000, 15000000] 9950000 [5100000, 14800000] 10100000 [5300000, 14900000] 10100000 [5100000, 15000000]
tiet_kiem
Mean (SD) 4600000 (1470000) 4500000 (1460000) 4500000 (1470000) 4530000 (1450000)
Median [Min, Max] 4600000 [2200000, 7000000] 4480000 [2050000, 6900000] 4550000 [2150000, 6950000] 4530000 [2050000, 7000000]

Hoạt động 3: Trực quan hóa dữ liệu bằng ggplot2

1. Biểu đồ phân bố thu nhập (Histogram)

ggplot(dulieu_hh, aes(x = thu_nhap)) + 
  geom_histogram(fill = "#4e79a7", color = "white", bins = 15) +
  theme_minimal() +
  labs(title = "Hình 1: Phân bố thu nhập của các hộ gia đình",
       x = "Mức thu nhập (VNĐ)", 
       y = "Số lượng hộ")

# 2. Biểu đồ chi tiêu theo khu vực (Box plot)

ggplot(dulieu_hh, aes(x = khu_vuc, y = chi_tieu, fill = khu_vuc)) +
  geom_boxplot(alpha = 0.7) +
  scale_fill_manual(values = c("Nong_thon" = "#f28e2b", "Thanh_thi" = "#59a14f")) +
  theme_minimal() +
  labs(title = "Hình 2: So sánh biến động chi tiêu theo khu vực",
       x = "Khu vực", y = "Chi tiêu (VNĐ)") +
  theme(legend.position = "none")

3. Biểu đồ tương quan thu nhập – chi tiêu (Scatter plot)

ggplot(dulieu_hh, aes(x = thu_nhap, y = chi_tieu)) +
  geom_point(color = "#e15759", size = 2, alpha = 0.6) +
  geom_smooth(method = "lm", color = "black", linetype = "dashed", se = TRUE) +
  theme_minimal() +
  labs(title = "Hình 3: Mối quan hệ giữa Thu nhập và Chi tiêu",
       subtitle = "Đường nét đứt biểu diễn xu hướng hồi quy tuyến tính",
       x = "Thu nhập (VNĐ)", y = "Chi tiêu (VNĐ)")
## `geom_smooth()` using formula = 'y ~ x'