# NHẬP LIỆU
likert=file.choose()
datalikert=read.csv(likert,header=TRUE)
save(datalikert,file="datalikert,rda")
attach(datalikert)
is.data.frame(datalikert)
## [1] TRUE
#câu 1
library(psych)
ABCDEFtb=data.frame(Atb,Btb,Ctb,Dtb,Etb,Ftb)
describe(ABCDEFtb)
## vars n mean sd median trimmed mad min max range skew kurtosis se
## Atb 1 198 4.06 0.72 4.00 4.08 1.19 2.20 5 2.80 -0.15 -1.14 0.05
## Btb 2 198 3.95 0.83 4.00 4.04 1.11 1.25 5 3.75 -0.89 0.37 0.06
## Ctb 3 198 3.68 0.87 3.62 3.71 0.93 1.50 5 3.50 -0.11 -0.61 0.06
## Dtb 4 198 3.80 0.78 4.00 3.85 0.49 1.00 5 4.00 -0.68 0.71 0.06
## Etb 5 198 3.95 0.81 4.00 4.04 0.74 1.25 5 3.75 -0.97 1.02 0.06
## Ftb 6 198 3.85 0.74 3.90 3.84 1.04 2.00 5 3.00 -0.04 -1.12 0.05
# NHẬN XÉT:Biến có giá trị trung bình lớn nhất lad Atb (4,06)
# Bien co dọ phan giai lon nhat là Ctb
# Tinh mode ( A1)
library(DescTools)
##
## Attaching package: 'DescTools'
## The following objects are masked from 'package:psych':
##
## AUC, ICC, SD
Mode(A1)
## [1] 5
## attr(,"freq")
## [1] 94
# Nhận xét:Mode của A1 là 5 với 94 lần xuất hiện
# câu 2
GTINHMH=GTINH
GTINHMH=replace(GTINHMH,GTINH==1,"Nam")
GTINHMH=replace(GTINHMH,GTINH==2,"Nữ")
GTcode=data.frame(GTINH,GTINHMH)
GTcode
## GTINH GTINHMH
## 1 2 Nữ
## 2 2 Nữ
## 3 2 Nữ
## 4 1 Nam
## 5 2 Nữ
## 6 1 Nam
## 7 1 Nam
## 8 1 Nam
## 9 2 Nữ
## 10 1 Nam
## 11 1 Nam
## 12 1 Nam
## 13 2 Nữ
## 14 1 Nam
## 15 2 Nữ
## 16 1 Nam
## 17 1 Nam
## 18 1 Nam
## 19 2 Nữ
## 20 1 Nam
## 21 1 Nam
## 22 1 Nam
## 23 1 Nam
## 24 1 Nam
## 25 1 Nam
## 26 1 Nam
## 27 1 Nam
## 28 1 Nam
## 29 1 Nam
## 30 2 Nữ
## 31 2 Nữ
## 32 2 Nữ
## 33 1 Nam
## 34 2 Nữ
## 35 2 Nữ
## 36 2 Nữ
## 37 1 Nam
## 38 2 Nữ
## 39 1 Nam
## 40 1 Nam
## 41 1 Nam
## 42 2 Nữ
## 43 1 Nam
## 44 2 Nữ
## 45 1 Nam
## 46 1 Nam
## 47 2 Nữ
## 48 1 Nam
## 49 2 Nữ
## 50 2 Nữ
## 51 1 Nam
## 52 2 Nữ
## 53 2 Nữ
## 54 1 Nam
## 55 2 Nữ
## 56 2 Nữ
## 57 1 Nam
## 58 2 Nữ
## 59 2 Nữ
## 60 2 Nữ
## 61 2 Nữ
## 62 2 Nữ
## 63 2 Nữ
## 64 2 Nữ
## 65 2 Nữ
## 66 1 Nam
## 67 1 Nam
## 68 2 Nữ
## 69 2 Nữ
## 70 2 Nữ
## 71 2 Nữ
## 72 2 Nữ
## 73 2 Nữ
## 74 1 Nam
## 75 2 Nữ
## 76 2 Nữ
## 77 2 Nữ
## 78 2 Nữ
## 79 1 Nam
## 80 2 Nữ
## 81 2 Nữ
## 82 2 Nữ
## 83 1 Nam
## 84 2 Nữ
## 85 1 Nam
## 86 1 Nam
## 87 1 Nam
## 88 2 Nữ
## 89 1 Nam
## 90 2 Nữ
## 91 1 Nam
## 92 1 Nam
## 93 2 Nữ
## 94 1 Nam
## 95 2 Nữ
## 96 2 Nữ
## 97 1 Nam
## 98 2 Nữ
## 99 2 Nữ
## 100 1 Nam
## 101 2 Nữ
## 102 2 Nữ
## 103 1 Nam
## 104 1 Nam
## 105 1 Nam
## 106 1 Nam
## 107 1 Nam
## 108 1 Nam
## 109 2 Nữ
## 110 1 Nam
## 111 2 Nữ
## 112 1 Nam
## 113 2 Nữ
## 114 2 Nữ
## 115 1 Nam
## 116 2 Nữ
## 117 1 Nam
## 118 1 Nam
## 119 1 Nam
## 120 1 Nam
## 121 1 Nam
## 122 1 Nam
## 123 1 Nam
## 124 1 Nam
## 125 1 Nam
## 126 1 Nam
## 127 1 Nam
## 128 1 Nam
## 129 1 Nam
## 130 1 Nam
## 131 2 Nữ
## 132 2 Nữ
## 133 1 Nam
## 134 1 Nam
## 135 2 Nữ
## 136 2 Nữ
## 137 1 Nam
## 138 2 Nữ
## 139 1 Nam
## 140 1 Nam
## 141 2 Nữ
## 142 1 Nam
## 143 2 Nữ
## 144 1 Nam
## 145 1 Nam
## 146 1 Nam
## 147 1 Nam
## 148 1 Nam
## 149 1 Nam
## 150 1 Nam
## 151 1 Nam
## 152 1 Nam
## 153 1 Nam
## 154 1 Nam
## 155 1 Nam
## 156 1 Nam
## 157 1 Nam
## 158 1 Nam
## 159 1 Nam
## 160 1 Nam
## 161 1 Nam
## 162 1 Nam
## 163 1 Nam
## 164 2 Nữ
## 165 2 Nữ
## 166 1 Nam
## 167 2 Nữ
## 168 1 Nam
## 169 1 Nam
## 170 1 Nam
## 171 1 Nam
## 172 2 Nữ
## 173 1 Nam
## 174 2 Nữ
## 175 1 Nam
## 176 2 Nữ
## 177 1 Nam
## 178 1 Nam
## 179 1 Nam
## 180 2 Nữ
## 181 1 Nam
## 182 1 Nam
## 183 2 Nữ
## 184 2 Nữ
## 185 1 Nam
## 186 1 Nam
## 187 1 Nam
## 188 2 Nữ
## 189 1 Nam
## 190 1 Nam
## 191 1 Nam
## 192 1 Nam
## 193 1 Nam
## 194 1 Nam
## 195 1 Nam
## 196 1 Nam
## 197 1 Nam
## 198 1 Nam
# Bảng tần số Giới tính
table(GTINHMH)
## GTINHMH
## Nam Nữ
## 121 77
table(GTINHMH)/sum(table(GTINHMH))
## GTINHMH
## Nam Nữ
## 0.6111111 0.3888889
### NHẬN XÉT CÂU 2: Trong tổng thể 198 người; có 121 nam (61,1%) và 77 nữ (38,9%)
### CÂU 3
# Mã hóa biến Độ tuổi
DTUOIMH=DTUOI
DTUOIMH=replace(DTUOIMH,DTUOI==1,"< 20 tuổi")
DTUOIMH=replace(DTUOIMH,DTUOI==2,"Từ 20 - 30 tuổi")
DTUOIMH=replace(DTUOIMH,DTUOI==3,"Từ 31 - 50 tuổi")
DTUOIMH=replace(DTUOIMH,DTUOI==4,"Trên 50 tuổi")
DTcode=data.frame(DTUOI,DTUOIMH)
DTcode
## DTUOI DTUOIMH
## 1 1 < 20 tuổi
## 2 2 Từ 20 - 30 tuổi
## 3 1 < 20 tuổi
## 4 2 Từ 20 - 30 tuổi
## 5 1 < 20 tuổi
## 6 2 Từ 20 - 30 tuổi
## 7 1 < 20 tuổi
## 8 1 < 20 tuổi
## 9 2 Từ 20 - 30 tuổi
## 10 1 < 20 tuổi
## 11 2 Từ 20 - 30 tuổi
## 12 1 < 20 tuổi
## 13 2 Từ 20 - 30 tuổi
## 14 1 < 20 tuổi
## 15 4 Trên 50 tuổi
## 16 3 Từ 31 - 50 tuổi
## 17 2 Từ 20 - 30 tuổi
## 18 1 < 20 tuổi
## 19 3 Từ 31 - 50 tuổi
## 20 4 Trên 50 tuổi
## 21 2 Từ 20 - 30 tuổi
## 22 3 Từ 31 - 50 tuổi
## 23 3 Từ 31 - 50 tuổi
## 24 4 Trên 50 tuổi
## 25 3 Từ 31 - 50 tuổi
## 26 2 Từ 20 - 30 tuổi
## 27 3 Từ 31 - 50 tuổi
## 28 1 < 20 tuổi
## 29 3 Từ 31 - 50 tuổi
## 30 3 Từ 31 - 50 tuổi
## 31 2 Từ 20 - 30 tuổi
## 32 3 Từ 31 - 50 tuổi
## 33 3 Từ 31 - 50 tuổi
## 34 4 Trên 50 tuổi
## 35 3 Từ 31 - 50 tuổi
## 36 2 Từ 20 - 30 tuổi
## 37 3 Từ 31 - 50 tuổi
## 38 1 < 20 tuổi
## 39 3 Từ 31 - 50 tuổi
## 40 3 Từ 31 - 50 tuổi
## 41 2 Từ 20 - 30 tuổi
## 42 1 < 20 tuổi
## 43 3 Từ 31 - 50 tuổi
## 44 1 < 20 tuổi
## 45 4 Trên 50 tuổi
## 46 2 Từ 20 - 30 tuổi
## 47 3 Từ 31 - 50 tuổi
## 48 1 < 20 tuổi
## 49 3 Từ 31 - 50 tuổi
## 50 4 Trên 50 tuổi
## 51 1 < 20 tuổi
## 52 2 Từ 20 - 30 tuổi
## 53 1 < 20 tuổi
## 54 3 Từ 31 - 50 tuổi
## 55 4 Trên 50 tuổi
## 56 4 Trên 50 tuổi
## 57 4 Trên 50 tuổi
## 58 3 Từ 31 - 50 tuổi
## 59 3 Từ 31 - 50 tuổi
## 60 4 Trên 50 tuổi
## 61 2 Từ 20 - 30 tuổi
## 62 4 Trên 50 tuổi
## 63 3 Từ 31 - 50 tuổi
## 64 3 Từ 31 - 50 tuổi
## 65 3 Từ 31 - 50 tuổi
## 66 3 Từ 31 - 50 tuổi
## 67 3 Từ 31 - 50 tuổi
## 68 4 Trên 50 tuổi
## 69 3 Từ 31 - 50 tuổi
## 70 4 Trên 50 tuổi
## 71 2 Từ 20 - 30 tuổi
## 72 3 Từ 31 - 50 tuổi
## 73 3 Từ 31 - 50 tuổi
## 74 4 Trên 50 tuổi
## 75 3 Từ 31 - 50 tuổi
## 76 2 Từ 20 - 30 tuổi
## 77 4 Trên 50 tuổi
## 78 4 Trên 50 tuổi
## 79 4 Trên 50 tuổi
## 80 3 Từ 31 - 50 tuổi
## 81 1 < 20 tuổi
## 82 2 Từ 20 - 30 tuổi
## 83 3 Từ 31 - 50 tuổi
## 84 3 Từ 31 - 50 tuổi
## 85 2 Từ 20 - 30 tuổi
## 86 3 Từ 31 - 50 tuổi
## 87 2 Từ 20 - 30 tuổi
## 88 1 < 20 tuổi
## 89 1 < 20 tuổi
## 90 3 Từ 31 - 50 tuổi
## 91 3 Từ 31 - 50 tuổi
## 92 1 < 20 tuổi
## 93 2 Từ 20 - 30 tuổi
## 94 3 Từ 31 - 50 tuổi
## 95 1 < 20 tuổi
## 96 3 Từ 31 - 50 tuổi
## 97 2 Từ 20 - 30 tuổi
## 98 4 Trên 50 tuổi
## 99 4 Trên 50 tuổi
## 100 2 Từ 20 - 30 tuổi
## 101 2 Từ 20 - 30 tuổi
## 102 2 Từ 20 - 30 tuổi
## 103 1 < 20 tuổi
## 104 2 Từ 20 - 30 tuổi
## 105 2 Từ 20 - 30 tuổi
## 106 1 < 20 tuổi
## 107 2 Từ 20 - 30 tuổi
## 108 2 Từ 20 - 30 tuổi
## 109 2 Từ 20 - 30 tuổi
## 110 4 Trên 50 tuổi
## 111 3 Từ 31 - 50 tuổi
## 112 2 Từ 20 - 30 tuổi
## 113 3 Từ 31 - 50 tuổi
## 114 3 Từ 31 - 50 tuổi
## 115 4 Trên 50 tuổi
## 116 3 Từ 31 - 50 tuổi
## 117 2 Từ 20 - 30 tuổi
## 118 3 Từ 31 - 50 tuổi
## 119 4 Trên 50 tuổi
## 120 3 Từ 31 - 50 tuổi
## 121 4 Trên 50 tuổi
## 122 3 Từ 31 - 50 tuổi
## 123 2 Từ 20 - 30 tuổi
## 124 3 Từ 31 - 50 tuổi
## 125 4 Trên 50 tuổi
## 126 2 Từ 20 - 30 tuổi
## 127 4 Trên 50 tuổi
## 128 3 Từ 31 - 50 tuổi
## 129 2 Từ 20 - 30 tuổi
## 130 4 Trên 50 tuổi
## 131 3 Từ 31 - 50 tuổi
## 132 3 Từ 31 - 50 tuổi
## 133 2 Từ 20 - 30 tuổi
## 134 3 Từ 31 - 50 tuổi
## 135 3 Từ 31 - 50 tuổi
## 136 4 Trên 50 tuổi
## 137 2 Từ 20 - 30 tuổi
## 138 3 Từ 31 - 50 tuổi
## 139 3 Từ 31 - 50 tuổi
## 140 4 Trên 50 tuổi
## 141 3 Từ 31 - 50 tuổi
## 142 4 Trên 50 tuổi
## 143 3 Từ 31 - 50 tuổi
## 144 2 Từ 20 - 30 tuổi
## 145 3 Từ 31 - 50 tuổi
## 146 3 Từ 31 - 50 tuổi
## 147 3 Từ 31 - 50 tuổi
## 148 4 Trên 50 tuổi
## 149 4 Trên 50 tuổi
## 150 3 Từ 31 - 50 tuổi
## 151 2 Từ 20 - 30 tuổi
## 152 1 < 20 tuổi
## 153 3 Từ 31 - 50 tuổi
## 154 1 < 20 tuổi
## 155 3 Từ 31 - 50 tuổi
## 156 1 < 20 tuổi
## 157 2 Từ 20 - 30 tuổi
## 158 3 Từ 31 - 50 tuổi
## 159 1 < 20 tuổi
## 160 2 Từ 20 - 30 tuổi
## 161 3 Từ 31 - 50 tuổi
## 162 3 Từ 31 - 50 tuổi
## 163 1 < 20 tuổi
## 164 3 Từ 31 - 50 tuổi
## 165 2 Từ 20 - 30 tuổi
## 166 2 Từ 20 - 30 tuổi
## 167 3 Từ 31 - 50 tuổi
## 168 3 Từ 31 - 50 tuổi
## 169 2 Từ 20 - 30 tuổi
## 170 4 Trên 50 tuổi
## 171 2 Từ 20 - 30 tuổi
## 172 4 Trên 50 tuổi
## 173 4 Trên 50 tuổi
## 174 1 < 20 tuổi
## 175 1 < 20 tuổi
## 176 3 Từ 31 - 50 tuổi
## 177 3 Từ 31 - 50 tuổi
## 178 1 < 20 tuổi
## 179 3 Từ 31 - 50 tuổi
## 180 2 Từ 20 - 30 tuổi
## 181 2 Từ 20 - 30 tuổi
## 182 2 Từ 20 - 30 tuổi
## 183 4 Trên 50 tuổi
## 184 4 Trên 50 tuổi
## 185 3 Từ 31 - 50 tuổi
## 186 1 < 20 tuổi
## 187 3 Từ 31 - 50 tuổi
## 188 1 < 20 tuổi
## 189 2 Từ 20 - 30 tuổi
## 190 3 Từ 31 - 50 tuổi
## 191 1 < 20 tuổi
## 192 1 < 20 tuổi
## 193 2 Từ 20 - 30 tuổi
## 194 1 < 20 tuổi
## 195 3 Từ 31 - 50 tuổi
## 196 2 Từ 20 - 30 tuổi
## 197 4 Trên 50 tuổi
## 198 4 Trên 50 tuổi
# Mã hóa biến Thu nhập
TNHAPMH=TNHAP
TNHAPMH=replace(TNHAPMH,TNHAP==1,"< 10 triệu")
TNHAPMH=replace(TNHAPMH,TNHAP==2,"Từ 10 - 20 triệu")
TNHAPMH=replace(TNHAPMH,TNHAP==3,"Trên 20 triệu")
TNcode=data.frame(DTUOI,TNHAPMH)
TNcode
## DTUOI TNHAPMH
## 1 1 Trên 20 triệu
## 2 2 Trên 20 triệu
## 3 1 Từ 10 - 20 triệu
## 4 2 Từ 10 - 20 triệu
## 5 1 < 10 triệu
## 6 2 Từ 10 - 20 triệu
## 7 1 Trên 20 triệu
## 8 1 Từ 10 - 20 triệu
## 9 2 Trên 20 triệu
## 10 1 Trên 20 triệu
## 11 2 Từ 10 - 20 triệu
## 12 1 Từ 10 - 20 triệu
## 13 2 Từ 10 - 20 triệu
## 14 1 Từ 10 - 20 triệu
## 15 4 Trên 20 triệu
## 16 3 < 10 triệu
## 17 2 Trên 20 triệu
## 18 1 < 10 triệu
## 19 3 Trên 20 triệu
## 20 4 Trên 20 triệu
## 21 2 Trên 20 triệu
## 22 3 Trên 20 triệu
## 23 3 Từ 10 - 20 triệu
## 24 4 Từ 10 - 20 triệu
## 25 3 < 10 triệu
## 26 2 Từ 10 - 20 triệu
## 27 3 Trên 20 triệu
## 28 1 Từ 10 - 20 triệu
## 29 3 Trên 20 triệu
## 30 3 Trên 20 triệu
## 31 2 Từ 10 - 20 triệu
## 32 3 Từ 10 - 20 triệu
## 33 3 Từ 10 - 20 triệu
## 34 4 < 10 triệu
## 35 3 Từ 10 - 20 triệu
## 36 2 Trên 20 triệu
## 37 3 Trên 20 triệu
## 38 1 Từ 10 - 20 triệu
## 39 3 Trên 20 triệu
## 40 3 Từ 10 - 20 triệu
## 41 2 Từ 10 - 20 triệu
## 42 1 Từ 10 - 20 triệu
## 43 3 Trên 20 triệu
## 44 1 Trên 20 triệu
## 45 4 Trên 20 triệu
## 46 2 Trên 20 triệu
## 47 3 Trên 20 triệu
## 48 1 Từ 10 - 20 triệu
## 49 3 Từ 10 - 20 triệu
## 50 4 Từ 10 - 20 triệu
## 51 1 Trên 20 triệu
## 52 2 Trên 20 triệu
## 53 1 Từ 10 - 20 triệu
## 54 3 Từ 10 - 20 triệu
## 55 4 Trên 20 triệu
## 56 4 Từ 10 - 20 triệu
## 57 4 Trên 20 triệu
## 58 3 Trên 20 triệu
## 59 3 Từ 10 - 20 triệu
## 60 4 Từ 10 - 20 triệu
## 61 2 Trên 20 triệu
## 62 4 Trên 20 triệu
## 63 3 Từ 10 - 20 triệu
## 64 3 < 10 triệu
## 65 3 Trên 20 triệu
## 66 3 Từ 10 - 20 triệu
## 67 3 Từ 10 - 20 triệu
## 68 4 Từ 10 - 20 triệu
## 69 3 Trên 20 triệu
## 70 4 Trên 20 triệu
## 71 2 Từ 10 - 20 triệu
## 72 3 Từ 10 - 20 triệu
## 73 3 Từ 10 - 20 triệu
## 74 4 Từ 10 - 20 triệu
## 75 3 Trên 20 triệu
## 76 2 Từ 10 - 20 triệu
## 77 4 Từ 10 - 20 triệu
## 78 4 Từ 10 - 20 triệu
## 79 4 Từ 10 - 20 triệu
## 80 3 Trên 20 triệu
## 81 1 Từ 10 - 20 triệu
## 82 2 Từ 10 - 20 triệu
## 83 3 Từ 10 - 20 triệu
## 84 3 Trên 20 triệu
## 85 2 Từ 10 - 20 triệu
## 86 3 Trên 20 triệu
## 87 2 Từ 10 - 20 triệu
## 88 1 Từ 10 - 20 triệu
## 89 1 Trên 20 triệu
## 90 3 Từ 10 - 20 triệu
## 91 3 Từ 10 - 20 triệu
## 92 1 Trên 20 triệu
## 93 2 Từ 10 - 20 triệu
## 94 3 Từ 10 - 20 triệu
## 95 1 Trên 20 triệu
## 96 3 Từ 10 - 20 triệu
## 97 2 Từ 10 - 20 triệu
## 98 4 Trên 20 triệu
## 99 4 Trên 20 triệu
## 100 2 Từ 10 - 20 triệu
## 101 2 Trên 20 triệu
## 102 2 Từ 10 - 20 triệu
## 103 1 Trên 20 triệu
## 104 2 Trên 20 triệu
## 105 2 Từ 10 - 20 triệu
## 106 1 Trên 20 triệu
## 107 2 Từ 10 - 20 triệu
## 108 2 Trên 20 triệu
## 109 2 Từ 10 - 20 triệu
## 110 4 Từ 10 - 20 triệu
## 111 3 < 10 triệu
## 112 2 Trên 20 triệu
## 113 3 Từ 10 - 20 triệu
## 114 3 Từ 10 - 20 triệu
## 115 4 Trên 20 triệu
## 116 3 Trên 20 triệu
## 117 2 Từ 10 - 20 triệu
## 118 3 Từ 10 - 20 triệu
## 119 4 Trên 20 triệu
## 120 3 Trên 20 triệu
## 121 4 Trên 20 triệu
## 122 3 Từ 10 - 20 triệu
## 123 2 Trên 20 triệu
## 124 3 Từ 10 - 20 triệu
## 125 4 Trên 20 triệu
## 126 2 Từ 10 - 20 triệu
## 127 4 Từ 10 - 20 triệu
## 128 3 Trên 20 triệu
## 129 2 Từ 10 - 20 triệu
## 130 4 Trên 20 triệu
## 131 3 Từ 10 - 20 triệu
## 132 3 Trên 20 triệu
## 133 2 Trên 20 triệu
## 134 3 Từ 10 - 20 triệu
## 135 3 Trên 20 triệu
## 136 4 Từ 10 - 20 triệu
## 137 2 < 10 triệu
## 138 3 Trên 20 triệu
## 139 3 Từ 10 - 20 triệu
## 140 4 Từ 10 - 20 triệu
## 141 3 Trên 20 triệu
## 142 4 Từ 10 - 20 triệu
## 143 3 Từ 10 - 20 triệu
## 144 2 Trên 20 triệu
## 145 3 < 10 triệu
## 146 3 < 10 triệu
## 147 3 Từ 10 - 20 triệu
## 148 4 Từ 10 - 20 triệu
## 149 4 Từ 10 - 20 triệu
## 150 3 Từ 10 - 20 triệu
## 151 2 Từ 10 - 20 triệu
## 152 1 Trên 20 triệu
## 153 3 Từ 10 - 20 triệu
## 154 1 Trên 20 triệu
## 155 3 Từ 10 - 20 triệu
## 156 1 Từ 10 - 20 triệu
## 157 2 Trên 20 triệu
## 158 3 Từ 10 - 20 triệu
## 159 1 Từ 10 - 20 triệu
## 160 2 Trên 20 triệu
## 161 3 Từ 10 - 20 triệu
## 162 3 < 10 triệu
## 163 1 Trên 20 triệu
## 164 3 Từ 10 - 20 triệu
## 165 2 Từ 10 - 20 triệu
## 166 2 Trên 20 triệu
## 167 3 Từ 10 - 20 triệu
## 168 3 < 10 triệu
## 169 2 Trên 20 triệu
## 170 4 Từ 10 - 20 triệu
## 171 2 < 10 triệu
## 172 4 Từ 10 - 20 triệu
## 173 4 Từ 10 - 20 triệu
## 174 1 Từ 10 - 20 triệu
## 175 1 Từ 10 - 20 triệu
## 176 3 Từ 10 - 20 triệu
## 177 3 < 10 triệu
## 178 1 Từ 10 - 20 triệu
## 179 3 < 10 triệu
## 180 2 Trên 20 triệu
## 181 2 Từ 10 - 20 triệu
## 182 2 Từ 10 - 20 triệu
## 183 4 Từ 10 - 20 triệu
## 184 4 Từ 10 - 20 triệu
## 185 3 Trên 20 triệu
## 186 1 Từ 10 - 20 triệu
## 187 3 Từ 10 - 20 triệu
## 188 1 Trên 20 triệu
## 189 2 Từ 10 - 20 triệu
## 190 3 < 10 triệu
## 191 1 Trên 20 triệu
## 192 1 Từ 10 - 20 triệu
## 193 2 Từ 10 - 20 triệu
## 194 1 Từ 10 - 20 triệu
## 195 3 Trên 20 triệu
## 196 2 Từ 10 - 20 triệu
## 197 4 Từ 10 - 20 triệu
## 198 4 Từ 10 - 20 triệu
# Xác định nhóm tuổi và thu nhập có số lượng lớn nhất
library(gmodels)
## Registered S3 method overwritten by 'gdata':
## method from
## reorder.factor DescTools
CrossTable(DTUOIMH,TNHAPMH)
##
##
## Cell Contents
## |-------------------------|
## | N |
## | Chi-square contribution |
## | N / Row Total |
## | N / Col Total |
## | N / Table Total |
## |-------------------------|
##
##
## Total Observations in Table: 198
##
##
## | TNHAPMH
## DTUOIMH | < 10 triệu | Từ 10 - 20 triệu | Trên 20 triệu | Row Total |
## ----------------|------------------|------------------|------------------|------------------|
## < 20 tuổi | 2 | 19 | 15 | 36 |
## | 0.284 | 0.021 | 0.178 | |
## | 0.056 | 0.528 | 0.417 | 0.182 |
## | 0.125 | 0.176 | 0.203 | |
## | 0.010 | 0.096 | 0.076 | |
## ----------------|------------------|------------------|------------------|------------------|
## Từ 20 - 30 tuổi | 2 | 29 | 20 | 51 |
## | 1.092 | 0.050 | 0.046 | |
## | 0.039 | 0.569 | 0.392 | 0.258 |
## | 0.125 | 0.269 | 0.270 | |
## | 0.010 | 0.146 | 0.101 | |
## ----------------|------------------|------------------|------------------|------------------|
## Từ 31 - 50 tuổi | 11 | 37 | 25 | 73 |
## | 4.411 | 0.199 | 0.191 | |
## | 0.151 | 0.507 | 0.342 | 0.369 |
## | 0.688 | 0.343 | 0.338 | |
## | 0.056 | 0.187 | 0.126 | |
## ----------------|------------------|------------------|------------------|------------------|
## Trên 50 tuổi | 1 | 23 | 14 | 38 |
## | 1.396 | 0.249 | 0.003 | |
## | 0.026 | 0.605 | 0.368 | 0.192 |
## | 0.062 | 0.213 | 0.189 | |
## | 0.005 | 0.116 | 0.071 | |
## ----------------|------------------|------------------|------------------|------------------|
## Column Total | 16 | 108 | 74 | 198 |
## | 0.081 | 0.545 | 0.374 | |
## ----------------|------------------|------------------|------------------|------------------|
##
##
table(DTUOIMH,TNHAPMH)
## TNHAPMH
## DTUOIMH < 10 triệu Từ 10 - 20 triệu Trên 20 triệu
## < 20 tuổi 2 19 15
## Từ 20 - 30 tuổi 2 29 20
## Từ 31 - 50 tuổi 11 37 25
## Trên 50 tuổi 1 23 14
table(DTUOIMH,TNHAPMH)/sum(table(DTUOIMH,TNHAPMH))
## TNHAPMH
## DTUOIMH < 10 triệu Từ 10 - 20 triệu Trên 20 triệu
## < 20 tuổi 0.010101010 0.095959596 0.075757576
## Từ 20 - 30 tuổi 0.010101010 0.146464646 0.101010101
## Từ 31 - 50 tuổi 0.055555556 0.186868687 0.126262626
## Trên 50 tuổi 0.005050505 0.116161616 0.070707071
### NHẬN XÉT CÂU 3: Nhóm tuổi và nhóm thu nhập có số lượng quan sát lớn nhất
# là từ 31 - 50 tuổi với thu nhập từ 10 - 20 triệu; có 37 trường hợp/đối tượng (18,7%)
### CÂU 4
library(gmodels)
CrossTable(GTINHMH,DTUOIMH)
##
##
## Cell Contents
## |-------------------------|
## | N |
## | Chi-square contribution |
## | N / Row Total |
## | N / Col Total |
## | N / Table Total |
## |-------------------------|
##
##
## Total Observations in Table: 198
##
##
## | DTUOIMH
## GTINHMH | < 20 tuổi | Từ 20 - 30 tuổi | Từ 31 - 50 tuổi | Trên 50 tuổi | Row Total |
## -------------|-----------------|-----------------|-----------------|-----------------|-----------------|
## Nam | 24 | 35 | 41 | 21 | 121 |
## | 0.182 | 0.471 | 0.292 | 0.213 | |
## | 0.198 | 0.289 | 0.339 | 0.174 | 0.611 |
## | 0.667 | 0.686 | 0.562 | 0.553 | |
## | 0.121 | 0.177 | 0.207 | 0.106 | |
## -------------|-----------------|-----------------|-----------------|-----------------|-----------------|
## Nữ | 12 | 16 | 32 | 17 | 77 |
## | 0.286 | 0.741 | 0.459 | 0.334 | |
## | 0.156 | 0.208 | 0.416 | 0.221 | 0.389 |
## | 0.333 | 0.314 | 0.438 | 0.447 | |
## | 0.061 | 0.081 | 0.162 | 0.086 | |
## -------------|-----------------|-----------------|-----------------|-----------------|-----------------|
## Column Total | 36 | 51 | 73 | 38 | 198 |
## | 0.182 | 0.258 | 0.369 | 0.192 | |
## -------------|-----------------|-----------------|-----------------|-----------------|-----------------|
##
##
### NHẬN XÉT CÂU 4:Trong tất cả các nhóm tuổi thì giới tính nam đều chiếm tỷ trọn
### Câu 5
pie(table(GTINHMH),col=c("pink","yellow"),sub="Biểu đồ tròn của Giới Tính")
### CÂU 6
barplot(table(DTUOIMH),xlab="nhóm tuổi",ylab="số lượng",main="biểu đồ cột biến Độ tuổi" ,col=c("pink","plum","skyblue","beige" ))
### CÂU 7
# Mã hóa Ftb
Ftrungbinh=Ftb
Ftrungbinh=replace(Ftrungbinh,Ftb<=3,1)
Ftrungbinh=replace(Ftrungbinh,Ftb>3&Ftb<=4.5,2)
Ftrungbinh=replace(Ftrungbinh,Ftb>4.6,3)
FTBINH=data.frame(Ftb,Ftrungbinh)
FTBINH
## Ftb Ftrungbinh
## 1 4.2 2.0
## 2 3.6 2.0
## 3 4.2 2.0
## 4 4.6 4.6
## 5 4.0 2.0
## 6 4.0 2.0
## 7 3.6 2.0
## 8 3.8 2.0
## 9 4.2 2.0
## 10 3.8 2.0
## 11 3.0 1.0
## 12 3.8 2.0
## 13 3.2 2.0
## 14 3.6 2.0
## 15 3.6 2.0
## 16 3.6 2.0
## 17 4.2 2.0
## 18 3.6 2.0
## 19 4.0 2.0
## 20 3.6 2.0
## 21 2.0 1.0
## 22 3.2 2.0
## 23 2.4 1.0
## 24 3.0 1.0
## 25 3.0 1.0
## 26 3.0 1.0
## 27 4.0 2.0
## 28 3.4 2.0
## 29 3.8 2.0
## 30 3.2 2.0
## 31 4.2 2.0
## 32 3.0 1.0
## 33 4.0 2.0
## 34 4.8 3.0
## 35 3.6 2.0
## 36 3.4 2.0
## 37 3.0 1.0
## 38 3.4 2.0
## 39 4.0 2.0
## 40 3.2 2.0
## 41 3.6 2.0
## 42 3.0 1.0
## 43 3.0 1.0
## 44 4.6 4.6
## 45 4.6 4.6
## 46 4.6 4.6
## 47 4.6 4.6
## 48 4.6 4.6
## 49 4.6 4.6
## 50 4.4 2.0
## 51 4.2 2.0
## 52 4.6 4.6
## 53 4.6 4.6
## 54 5.0 3.0
## 55 4.4 2.0
## 56 3.0 1.0
## 57 3.0 1.0
## 58 5.0 3.0
## 59 3.2 2.0
## 60 3.0 1.0
## 61 5.0 3.0
## 62 3.6 2.0
## 63 5.0 3.0
## 64 3.0 1.0
## 65 4.8 3.0
## 66 4.6 4.6
## 67 3.2 2.0
## 68 5.0 3.0
## 69 3.8 2.0
## 70 5.0 3.0
## 71 5.0 3.0
## 72 5.0 3.0
## 73 3.8 2.0
## 74 3.0 1.0
## 75 3.0 1.0
## 76 3.0 1.0
## 77 4.0 2.0
## 78 4.4 2.0
## 79 4.4 2.0
## 80 4.4 2.0
## 81 4.2 2.0
## 82 4.6 4.6
## 83 4.6 4.6
## 84 5.0 3.0
## 85 4.4 2.0
## 86 3.0 1.0
## 87 3.0 1.0
## 88 5.0 3.0
## 89 3.2 2.0
## 90 3.0 1.0
## 91 5.0 3.0
## 92 3.6 2.0
## 93 5.0 3.0
## 94 3.0 1.0
## 95 4.8 3.0
## 96 4.6 4.6
## 97 3.2 2.0
## 98 5.0 3.0
## 99 3.8 2.0
## 100 3.0 1.0
## 101 2.6 1.0
## 102 3.0 1.0
## 103 3.0 1.0
## 104 3.0 1.0
## 105 5.0 3.0
## 106 3.2 2.0
## 107 4.2 2.0
## 108 4.2 2.0
## 109 4.0 2.0
## 110 3.0 1.0
## 111 4.4 2.0
## 112 3.0 1.0
## 113 4.2 2.0
## 114 3.0 1.0
## 115 2.6 1.0
## 116 4.4 2.0
## 117 4.6 4.6
## 118 4.6 4.6
## 119 3.0 1.0
## 120 3.0 1.0
## 121 3.0 1.0
## 122 2.8 1.0
## 123 4.2 2.0
## 124 4.6 4.6
## 125 3.6 2.0
## 126 4.4 2.0
## 127 2.8 1.0
## 128 4.2 2.0
## 129 4.0 2.0
## 130 2.8 1.0
## 131 3.6 2.0
## 132 3.0 1.0
## 133 3.8 2.0
## 134 3.6 2.0
## 135 4.4 2.0
## 136 4.4 2.0
## 137 3.2 2.0
## 138 4.2 2.0
## 139 4.0 2.0
## 140 4.0 2.0
## 141 3.6 2.0
## 142 3.4 2.0
## 143 4.0 2.0
## 144 3.0 1.0
## 145 4.0 2.0
## 146 4.2 2.0
## 147 4.2 2.0
## 148 4.4 2.0
## 149 3.8 2.0
## 150 4.4 2.0
## 151 4.0 2.0
## 152 4.0 2.0
## 153 3.4 2.0
## 154 4.4 2.0
## 155 4.0 2.0
## 156 5.0 3.0
## 157 2.6 1.0
## 158 2.2 1.0
## 159 4.2 2.0
## 160 4.6 4.6
## 161 4.6 4.6
## 162 5.0 3.0
## 163 4.4 2.0
## 164 3.0 1.0
## 165 3.0 1.0
## 166 5.0 3.0
## 167 3.2 2.0
## 168 3.0 1.0
## 169 5.0 3.0
## 170 3.6 2.0
## 171 5.0 3.0
## 172 3.0 1.0
## 173 4.8 3.0
## 174 4.6 4.6
## 175 3.2 2.0
## 176 5.0 3.0
## 177 3.8 2.0
## 178 5.0 3.0
## 179 5.0 3.0
## 180 5.0 3.0
## 181 3.8 2.0
## 182 3.0 1.0
## 183 3.0 1.0
## 184 3.0 1.0
## 185 4.0 2.0
## 186 4.4 2.0
## 187 4.4 2.0
## 188 3.8 2.0
## 189 3.6 2.0
## 190 4.6 4.6
## 191 3.0 1.0
## 192 4.4 2.0
## 193 3.0 1.0
## 194 3.0 1.0
## 195 3.0 1.0
## 196 3.4 2.0
## 197 3.4 2.0
## 198 4.4 2.0
#BIỂU ĐỒ HISTOGRAM
hist(Ftb,col="plum",xlab="Giá trị Ftb",border="#9B5DE5",ylab="Tần số Ftb", main="Biểu đồ Histogram Ftb",xlim=c(2,5),ylim=c(0,1))
lines(density(na.omit(Ftb)),col="purple",lwd=2)
### CÂU 8
boxplot(Ftb,ylab="Gia tri Ftb",col="#9B5DE5")
boxplot.stats(Ftb)
## $stats
## [1] 2.0 3.0 3.9 4.4 5.0
##
## $n
## [1] 198
##
## $conf
## [1] 3.7428 4.0572
##
## $out
## numeric(0)
### CÂU 9
# mã hóa Atb
Atrungbinh=Atb
Atrungbinh=replace(Atrungbinh,Atb<=3,1)
Atrungbinh=replace(Atrungbinh,Atb>3&Atb<=4.5,2)
Atrungbinh=replace(Atrungbinh,Atb>4.6,3)
ATBINH=data.frame(Atb,Atrungbinh)
ATBINH
## Atb Atrungbinh
## 1 4.4 2.0
## 2 3.6 2.0
## 3 3.0 1.0
## 4 3.8 2.0
## 5 4.0 2.0
## 6 4.0 2.0
## 7 4.0 2.0
## 8 4.0 2.0
## 9 4.0 2.0
## 10 4.0 2.0
## 11 3.4 2.0
## 12 3.4 2.0
## 13 3.4 2.0
## 14 3.4 2.0
## 15 3.6 2.0
## 16 4.4 2.0
## 17 4.8 3.0
## 18 4.8 3.0
## 19 4.8 3.0
## 20 4.8 3.0
## 21 3.0 1.0
## 22 2.8 1.0
## 23 3.2 2.0
## 24 3.6 2.0
## 25 3.8 2.0
## 26 4.6 4.6
## 27 4.6 4.6
## 28 4.6 4.6
## 29 4.6 4.6
## 30 4.6 4.6
## 31 4.6 4.6
## 32 3.4 2.0
## 33 3.2 2.0
## 34 4.2 2.0
## 35 4.8 3.0
## 36 4.8 3.0
## 37 4.8 3.0
## 38 5.0 3.0
## 39 5.0 3.0
## 40 5.0 3.0
## 41 4.2 2.0
## 42 5.0 3.0
## 43 5.0 3.0
## 44 5.0 3.0
## 45 5.0 3.0
## 46 5.0 3.0
## 47 5.0 3.0
## 48 5.0 3.0
## 49 5.0 3.0
## 50 3.2 2.0
## 51 3.0 1.0
## 52 4.2 2.0
## 53 4.2 2.0
## 54 3.0 1.0
## 55 5.0 3.0
## 56 5.0 3.0
## 57 3.2 2.0
## 58 3.2 2.0
## 59 3.0 1.0
## 60 4.0 2.0
## 61 5.0 3.0
## 62 4.2 2.0
## 63 4.0 2.0
## 64 4.6 4.6
## 65 5.0 3.0
## 66 4.2 2.0
## 67 3.8 2.0
## 68 5.0 3.0
## 69 4.2 2.0
## 70 5.0 3.0
## 71 5.0 3.0
## 72 3.8 2.0
## 73 4.2 2.0
## 74 3.8 2.0
## 75 3.8 2.0
## 76 3.8 2.0
## 77 3.8 2.0
## 78 3.8 2.0
## 79 3.8 2.0
## 80 3.2 2.0
## 81 3.0 1.0
## 82 4.2 2.0
## 83 4.2 2.0
## 84 3.0 1.0
## 85 5.0 3.0
## 86 5.0 3.0
## 87 3.2 2.0
## 88 3.2 2.0
## 89 3.0 1.0
## 90 4.0 2.0
## 91 5.0 3.0
## 92 4.2 2.0
## 93 4.0 2.0
## 94 4.6 4.6
## 95 5.0 3.0
## 96 4.2 2.0
## 97 3.8 2.0
## 98 5.0 3.0
## 99 4.2 2.0
## 100 3.2 2.0
## 101 2.2 1.0
## 102 3.8 2.0
## 103 3.0 1.0
## 104 3.2 2.0
## 105 4.8 3.0
## 106 4.0 2.0
## 107 4.0 2.0
## 108 4.2 2.0
## 109 5.0 3.0
## 110 4.0 2.0
## 111 3.0 1.0
## 112 5.0 3.0
## 113 4.0 2.0
## 114 4.2 2.0
## 115 4.8 3.0
## 116 3.0 1.0
## 117 5.0 3.0
## 118 4.2 2.0
## 119 4.8 3.0
## 120 4.2 2.0
## 121 3.8 2.0
## 122 4.2 2.0
## 123 3.0 1.0
## 124 3.8 2.0
## 125 3.0 1.0
## 126 3.0 1.0
## 127 3.0 1.0
## 128 3.0 1.0
## 129 3.0 1.0
## 130 4.2 2.0
## 131 4.8 3.0
## 132 4.0 2.0
## 133 3.2 2.0
## 134 3.2 2.0
## 135 5.0 3.0
## 136 4.2 2.0
## 137 5.0 3.0
## 138 4.8 3.0
## 139 4.8 3.0
## 140 4.0 2.0
## 141 3.0 1.0
## 142 3.0 1.0
## 143 3.2 2.0
## 144 3.0 1.0
## 145 5.0 3.0
## 146 5.0 3.0
## 147 5.0 3.0
## 148 5.0 3.0
## 149 5.0 3.0
## 150 5.0 3.0
## 151 5.0 3.0
## 152 3.0 1.0
## 153 3.0 1.0
## 154 4.0 2.0
## 155 3.4 2.0
## 156 3.4 2.0
## 157 4.0 2.0
## 158 3.0 1.0
## 159 3.0 1.0
## 160 4.2 2.0
## 161 4.2 2.0
## 162 3.0 1.0
## 163 5.0 3.0
## 164 5.0 3.0
## 165 3.2 2.0
## 166 3.2 2.0
## 167 3.0 1.0
## 168 4.0 2.0
## 169 5.0 3.0
## 170 4.2 2.0
## 171 4.0 2.0
## 172 4.6 4.6
## 173 5.0 3.0
## 174 4.2 2.0
## 175 3.8 2.0
## 176 5.0 3.0
## 177 4.2 2.0
## 178 5.0 3.0
## 179 5.0 3.0
## 180 3.8 2.0
## 181 4.2 2.0
## 182 3.8 2.0
## 183 3.8 2.0
## 184 3.8 2.0
## 185 3.8 2.0
## 186 3.8 2.0
## 187 3.8 2.0
## 188 3.8 2.0
## 189 3.8 2.0
## 190 3.8 2.0
## 191 3.8 2.0
## 192 4.2 2.0
## 193 4.0 2.0
## 194 4.0 2.0
## 195 3.0 1.0
## 196 3.2 2.0
## 197 4.8 3.0
## 198 4.2 2.0
# Biểu đồ scatter plot
plot(Atb,Ftb,xlab="Giá trị Atb",ylab="Giá trị Ftb",col="plum",pch=12)
# Đường hồi quy tuyến tính
abline(lm(Ftb~Atb),col=c("lightblue"))
# Nhận xét: Atb và Ftb cùng chiều, Atb càng tăng thì Ftb cũng tăng
# Nhận xét: Mức độ tuyến tính của Atb và Ftb thấp