# Họ và tên: Phạm Nguyễn Khánh Thảo
# Lớp: 24NH MSV: 2454020051
# Bài cuối kì
# Nhập liệu
likert=file.choose()
datalikert=read.csv(likert,header=TRUE,sep=";")
save(datalikert,file="datalikert.rda")
attach(datalikert)
is.data.frame(datalikert)
## [1] TRUE
dim(datalikert)
## [1] 278 4
names(datalikert)
## [1] "NGÀY" "DAX" "HSI" "VNI"
summary(datalikert)
## NGÀY DAX HSI VNI
## Length :278 Min. :22301 Min. :22672 Min. :1495
## N.unique :278 1st Qu.:23955 1st Qu.:25125 1st Qu.:1673
## N.blank : 0 Median :24379 Median :25735 Median :1762
## Min.nchar: 10 Mean :24526 Mean :25648 Mean :1753
## Max.nchar: 10 3rd Qu.:25103 3rd Qu.:26239 3rd Qu.:1829
## Max. :26570 Max. :27968 Max. :1928
# Câu b
# Mã hóa DAX sang thang đo ordinal scale
MDAX=DAX
MDAX=replace(MDAX,DAX<=23723,1)
MDAX=replace(MDAX,DAX>23723 & DAX<=25147,2)
MDAX=replace(MDAX,DAX>25147,3)
DAXcode=data.frame(DAX,MDAX)
DAXcode
## DAX MDAX
## 1 24065.47 2
## 2 23425.97 1
## 3 23757.69 2
## 4 23846.07 2
## 5 23924.36 2
## 6 24192.50 2
## 7 24162.86 2
## 8 24081.34 2
## 9 24024.78 2
## 10 24185.59 2
## 11 24377.50 2
## 12 24359.30 2
## 13 24314.77 2
## 14 24423.07 2
## 15 24276.97 2
## 16 24293.34 2
## 17 24363.09 2
## 18 24273.12 2
## 19 24152.87 2
## 20 24046.21 2
## 21 24039.92 2
## 22 23902.21 2
## 23 23594.80 1
## 24 23770.33 2
## 25 23596.98 1
## 26 23807.13 2
## 27 23718.45 1
## 28 23632.95 1
## 29 23703.65 1
## 30 23698.15 1
## 31 23748.86 2
## 32 23329.24 1
## 33 23359.18 1
## 34 23674.53 1
## 35 23639.41 1
## 36 23527.05 1
## 37 23611.33 1
## 38 23666.81 1
## 39 23534.83 1
## 40 23739.47 2
## 41 23745.06 2
## 42 23880.72 2
## 43 24422.56 2
## 44 24378.80 2
## 45 24378.29 2
## 46 24597.13 2
## 47 24611.25 2
## 48 24241.46 2
## 49 24387.93 2
## 50 24236.94 2
## 51 24181.37 2
## 52 24272.19 2
## 53 23830.99 2
## 54 24258.80 2
## 55 24330.03 2
## 56 24151.13 2
## 57 24207.79 2
## 58 24239.89 2
## 59 24308.78 2
## 60 24278.63 2
## 61 24118.89 2
## 62 23958.30 2
## 63 24132.41 2
## 64 23949.11 2
## 65 24049.74 2
## 66 23734.02 2
## 67 23569.96 1
## 68 23959.99 2
## 69 24088.06 2
## 70 24381.46 2
## 71 24041.62 2
## 72 23876.55 2
## 73 23590.52 1
## 74 23180.53 1
## 75 23162.92 1
## 76 23278.85 1
## 77 23091.87 1
## 78 23239.18 1
## 79 23464.63 1
## 80 23726.22 2
## 81 23767.96 2
## 82 23836.79 2
## 83 23589.44 1
## 84 23710.86 1
## 85 23693.71 1
## 86 23882.03 2
## 87 24028.14 2
## 88 24046.01 2
## 89 24162.65 2
## 90 24130.14 2
## 91 24294.61 2
## 92 24186.49 2
## 93 24229.91 2
## 94 24076.87 2
## 95 23960.59 2
## 96 24199.50 2
## 97 24288.40 2
## 98 24283.97 2
## 99 24340.06 2
## 100 24351.12 2
## 101 24490.41 2
## 102 24868.69 2
## 103 24892.20 2
## 104 25122.26 2
## 105 25127.46 2
## 106 25261.64 3
## 107 25405.34 3
## 108 25420.66 3
## 109 25286.24 3
## 110 25352.39 3
## 111 25297.13 3
## 112 24959.06 2
## 113 24703.12 2
## 114 24560.98 2
## 115 24856.47 2
## 116 24900.71 2
## 117 24933.08 2
## 118 24894.44 2
## 119 24822.79 2
## 120 24309.46 2
## 121 24538.81 2
## 122 24797.52 2
## 123 24780.79 2
## 124 24603.04 2
## 125 24491.06 2
## 126 24721.46 2
## 127 25014.87 2
## 128 24987.85 2
## 129 24856.15 2
## 130 24852.69 2
## 131 24914.88 2
## 132 24991.97 2
## 133 24986.25 2
## 134 25175.94 3
## 135 25289.02 3
## 136 25284.26 3
## 137 24638.00 2
## 138 23790.65 2
## 139 24205.36 2
## 140 23815.75 2
## 141 23591.03 1
## 142 23409.37 1
## 143 23968.63 2
## 144 23640.03 1
## 145 23589.65 1
## 146 23447.29 1
## 147 23564.01 1
## 148 23730.92 2
## 149 23502.25 1
## 150 22839.56 1
## 151 22380.19 1
## 152 22653.86 1
## 153 22636.91 1
## 154 22957.08 1
## 155 22612.97 1
## 156 22300.75 1
## 157 22562.88 1
## 158 22680.04 1
## 159 23298.89 1
## 160 23168.08 1
## 161 24080.63 2
## 162 23806.99 2
## 163 23803.95 2
## 164 23742.44 2
## 165 24044.22 2
## 166 24066.70 2
## 167 24154.47 2
## 168 24702.24 2
## 169 24417.80 2
## 170 24270.87 2
## 171 24194.90 2
## 172 24155.45 2
## 173 24128.98 2
## 174 24018.26 2
## 175 23954.56 2
## 176 23991.27 2
## 177 24401.70 2
## 178 24918.69 2
## 179 24663.61 2
## 180 24338.63 2
## 181 24350.28 2
## 182 23954.93 2
## 183 24136.81 2
## 184 24456.26 2
## 185 23950.57 2
## 186 24307.92 2
## 187 24400.65 2
## 188 24737.24 2
## 189 24606.77 2
## 190 24888.56 2
## 191 25184.89 3
## 192 25177.80 3
## 193 25092.25 2
## 194 25104.70 2
## 195 25003.04 2
## 196 25124.17 2
## 197 24795.94 2
## 198 24944.95 2
## 199 24759.05 2
## 200 24616.22 2
## 201 24433.06 2
## 202 24195.31 2
## 203 24209.71 2
## 204 24635.30 2
## 205 24894.01 2
## 206 24910.41 2
## 207 24934.67 2
## 208 25026.80 2
## 209 25139.69 2
## 210 24893.58 2
## 211 24740.36 2
## 212 24994.83 2
## 213 24671.22 2
## 214 24626.89 2
## 215 24995.81 2
## 216 25580.88 3
## 217 25779.31 3
## 218 25817.89 3
## 219 25465.25 3
## 220 24897.45 2
## 221 25118.27 2
## 222 25067.09 2
## 223 25114.25 2
## 224 25147.03 3
## 225 24999.53 2
## 226 24915.49 2
## 227 24830.98 2
## 228 24846.69 2
## 229 25011.35 2
## 230 25155.41 3
## 231 24763.12 2
## 232 25099.00 2
## 233 25361.03 3
## 234 25464.01 3
## 235 25460.48 3
## 236 25612.03 3
## 237 25629.24 3
## 238 26001.31 3
## 239 26202.35 3
## 240 26126.30 3
## 241 26140.13 3
## 242 26319.45 3
## 243 26323.88 3
## 244 26391.42 3
## 245 26331.07 3
## 246 26299.74 3
## 247 26440.31 3
## 248 26338.61 3
## 249 26128.36 3
## 250 26091.33 3
## 251 25983.04 3
## 252 26136.56 3
## 253 26106.60 3
## 254 26266.14 3
## 255 26285.96 3
## 256 26367.24 3
## 257 26569.99 3
## 258 26003.32 3
## 259 26046.40 3
## 260 26006.53 3
## 261 26007.63 3
## 262 25576.45 3
## 263 25361.15 3
## 264 25568.56 3
## 265 25440.81 3
## 266 25402.28 3
## 267 25537.75 3
## 268 25716.71 3
## 269 25304.06 3
## 270 25575.01 3
## 271 25578.85 3
## 272 25410.63 3
## 273 25266.53 3
## 274 25408.64 3
## 275 25374.42 3
## 276 25399.21 3
## 277 25199.19 3
## 278 25231.20 3
# Mã hóa HSI sang thang đo ordinal scale
MHSI=HSI
MHSI=replace(MHSI,HSI<=24437,1)
MHSI=replace(MHSI,HSI>24437 & HSI<=26203,2)
MHSI=replace(MHSI,HSI>26203,3)
HSIcode=data.frame(HSI,MHSI)
HSIcode
## HSI MHSI
## 1 24773.33 2
## 2 24507.81 2
## 3 24733.45 2
## 4 24902.53 2
## 5 24910.63 2
## 6 25081.63 2
## 7 24858.82 2
## 8 24906.81 2
## 9 24969.68 2
## 10 25613.67 2
## 11 25519.32 2
## 12 25270.07 2
## 13 25176.85 2
## 14 25122.90 2
## 15 25165.94 2
## 16 25104.61 2
## 17 25339.14 2
## 18 25829.91 2
## 19 25524.92 2
## 20 25201.76 2
## 21 24998.82 2
## 22 25077.62 2
## 23 25343.43 2
## 24 25058.51 2
## 25 25417.98 2
## 26 25633.91 2
## 27 25938.13 2
## 28 26200.26 2
## 29 26086.32 2
## 30 26388.16 3
## 31 26446.56 3
## 32 26438.51 3
## 33 26908.39 3
## 34 26544.85 3
## 35 26545.10 3
## 36 26344.14 3
## 37 26159.12 2
## 38 26518.65 3
## 39 26484.68 3
## 40 26128.20 2
## 41 26622.88 3
## 42 26855.56 3
## 43 27287.12 3
## 44 27140.92 3
## 45 26957.77 3
## 46 26829.46 3
## 47 26752.59 3
## 48 26290.32 3
## 49 25889.48 2
## 50 25441.35 2
## 51 25910.60 2
## 52 25888.51 2
## 53 25247.10 2
## 54 25858.83 2
## 55 26027.55 2
## 56 25781.77 2
## 57 25967.98 2
## 58 26160.15 2
## 59 26433.70 3
## 60 26346.14 3
## 61 26282.69 3
## 62 25906.65 2
## 63 26158.36 2
## 64 25952.40 2
## 65 25935.41 2
## 66 26485.90 3
## 67 26241.83 3
## 68 26649.06 3
## 69 26696.41 3
## 70 26922.73 3
## 71 27073.03 3
## 72 26572.46 3
## 73 26384.28 3
## 74 25930.03 2
## 75 25830.65 2
## 76 25835.57 2
## 77 25220.02 2
## 78 25716.50 2
## 79 25894.55 2
## 80 25928.08 2
## 81 25945.93 2
## 82 25858.89 2
## 83 26033.26 2
## 84 26095.05 2
## 85 25760.73 2
## 86 25935.90 2
## 87 26085.08 2
## 88 25765.36 2
## 89 25434.23 2
## 90 25540.78 2
## 91 25530.51 2
## 92 25976.79 2
## 93 25628.88 2
## 94 25235.41 2
## 95 25468.78 2
## 96 25498.13 2
## 97 25690.53 2
## 98 25801.77 2
## 99 25774.14 2
## 100 25635.23 2
## 101 25854.60 2
## 102 26347.24 3
## 103 26710.45 3
## 104 26458.95 3
## 105 26149.31 2
## 106 26231.79 3
## 107 26608.48 3
## 108 26848.47 3
## 109 26999.81 3
## 110 26923.62 3
## 111 26844.96 3
## 112 26563.90 3
## 113 26487.51 3
## 114 26585.06 3
## 115 26629.96 3
## 116 26749.51 3
## 117 26765.52 3
## 118 27126.95 3
## 119 27826.91 3
## 120 27968.09 3
## 121 27387.11 3
## 122 26775.57 3
## 123 26834.77 3
## 124 26847.32 3
## 125 26885.24 3
## 126 26559.95 3
## 127 27027.16 3
## 128 27183.15 3
## 129 27266.38 3
## 130 27032.54 3
## 131 26567.12 3
## 132 27081.91 3
## 133 26590.32 3
## 134 26765.72 3
## 135 26381.02 3
## 136 26630.54 3
## 137 26059.85 2
## 138 25768.08 2
## 139 25249.48 2
## 140 25321.34 2
## 141 25757.29 2
## 142 25408.46 2
## 143 25959.90 2
## 144 25898.76 2
## 145 25716.76 2
## 146 25465.60 2
## 147 25834.02 2
## 148 25868.54 2
## 149 26025.42 2
## 150 25500.58 2
## 151 25277.32 2
## 152 24382.47 1
## 153 25063.71 2
## 154 25335.95 2
## 155 24856.43 2
## 156 24951.88 2
## 157 24750.79 2
## 158 24788.14 2
## 159 25294.03 2
## 160 25116.53 2
## 161 25893.02 2
## 162 25752.40 2
## 163 25893.54 2
## 164 25660.85 2
## 165 25872.32 2
## 166 25947.32 2
## 167 26394.26 3
## 168 26160.33 2
## 169 26361.07 3
## 170 26487.48 3
## 171 26163.24 2
## 172 25915.20 2
## 173 25978.07 2
## 174 25679.78 2
## 175 26111.84 2
## 176 26095.88 2
## 177 25898.61 2
## 178 26213.78 3
## 179 26626.28 3
## 180 26393.71 3
## 181 26406.84 3
## 182 26347.91 3
## 183 26388.44 3
## 184 26389.04 3
## 185 25962.73 2
## 186 25675.18 2
## 187 25797.85 2
## 188 25651.12 2
## 189 25386.52 2
## 190 25606.03 2
## 191 25599.45 2
## 192 25328.23 2
## 193 25006.16 2
## 194 25182.39 2
## 195 25398.18 2
## 196 26038.32 2
## 197 25633.21 2
## 198 25253.40 2
## 199 24961.95 2
## 200 24657.06 2
## 201 24565.90 2
## 202 24407.96 1
## 203 24249.29 1
## 204 24718.10 2
## 205 24842.67 2
## 206 24493.95 2
## 207 24312.16 1
## 208 23924.81 1
## 209 23768.52 1
## 210 23336.28 1
## 211 23412.18 1
## 212 23076.91 1
## 213 22671.86 1
## 214 23026.68 1
## 215 22881.02 1
## 216 23055.03 1
## 217 23350.03 1
## 218 23616.32 1
## 219 23496.89 1
## 220 24199.46 1
## 221 24030.18 1
## 222 24175.12 1
## 223 24213.72 1
## 224 24340.73 1
## 225 24681.10 2
## 226 25008.60 2
## 227 24562.24 2
## 228 25143.05 2
## 229 25132.29 2
## 230 24892.66 2
## 231 25210.81 2
## 232 24963.23 2
## 233 25207.18 2
## 234 25310.85 2
## 235 25807.92 2
## 236 25858.88 2
## 237 25884.43 2
## 238 26009.40 2
## 239 25852.92 2
## 240 25915.82 2
## 241 25530.28 2
## 242 25668.03 2
## 243 25937.49 2
## 244 25652.82 2
## 245 25440.17 2
## 246 25396.51 2
## 247 25116.85 2
## 248 25453.23 2
## 249 25471.15 2
## 250 25495.07 2
## 251 25698.49 2
## 252 26009.46 2
## 253 25517.33 2
## 254 25511.10 2
## 255 25652.97 2
## 256 25565.74 2
## 257 25584.79 2
## 258 25213.31 2
## 259 25650.87 2
## 260 25413.12 2
## 261 25317.18 2
## 262 25274.96 2
## 263 24954.47 2
## 264 24805.63 2
## 265 24917.60 2
## 266 24667.24 2
## 267 24713.78 2
## 268 24604.29 2
## 269 24750.78 2
## 270 25042.71 2
## 271 25087.75 2
## 272 24834.12 2
## 273 24761.13 2
## 274 24510.09 2
## 275 24642.51 2
## 276 24523.57 2
## 277 24613.27 2
## 278 23972.29 1
# Mã hóa VNI sang thang đo ordinal scale
MVNI=VNI
MVNI=replace(MVNI,VNI<=1639,1)
MVNI=replace(MVNI,VNI>1639 & VNI<=1784,2)
MVNI=replace(MVNI,VNI>1784,3)
VNIcode=data.frame(VNI,MVNI)
VNIcode
## VNI MVNI
## 1 1502.52 1
## 2 1495.21 1
## 3 1528.19 1
## 4 1547.15 1
## 5 1573.71 1
## 6 1581.81 1
## 7 1584.95 1
## 8 1596.86 1
## 9 1608.22 1
## 10 1611.60 1
## 11 1640.69 2
## 12 1630.00 1
## 13 1636.37 1
## 14 1654.20 2
## 15 1664.36 2
## 16 1688.00 2
## 17 1645.47 2
## 18 1614.03 1
## 19 1667.63 2
## 20 1672.78 2
## 21 1680.86 2
## 22 1682.21 2
## 23 1681.30 2
## 24 1696.29 2
## 25 1666.97 2
## 26 1624.53 1
## 27 1637.32 1
## 28 1643.26 2
## 29 1657.75 2
## 30 1667.26 2
## 31 1684.90 2
## 32 1680.90 2
## 33 1670.97 2
## 34 1665.18 2
## 35 1658.62 2
## 36 1634.45 1
## 37 1635.26 1
## 38 1657.46 2
## 39 1666.09 2
## 40 1660.70 2
## 41 1666.48 2
## 42 1661.70 2
## 43 1652.71 2
## 44 1645.82 2
## 45 1695.50 2
## 46 1697.83 2
## 47 1716.47 2
## 48 1747.55 2
## 49 1765.12 2
## 50 1761.06 2
## 51 1757.95 2
## 52 1766.85 2
## 53 1731.19 2
## 54 1636.43 1
## 55 1663.43 2
## 56 1678.50 2
## 57 1687.06 2
## 58 1683.18 2
## 59 1652.54 2
## 60 1680.50 2
## 61 1669.57 2
## 62 1639.65 2
## 63 1617.00 1
## 64 1651.98 2
## 65 1654.89 2
## 66 1642.64 2
## 67 1599.10 1
## 68 1580.54 1
## 69 1593.61 1
## 70 1631.86 1
## 71 1631.44 1
## 72 1635.46 1
## 73 1654.42 2
## 74 1659.92 2
## 75 1649.00 2
## 76 1655.99 2
## 77 1654.93 2
## 78 1667.98 2
## 79 1660.36 2
## 80 1680.36 2
## 81 1684.32 2
## 82 1690.99 2
## 83 1701.67 2
## 84 1717.06 2
## 85 1731.77 2
## 86 1737.24 2
## 87 1741.32 2
## 88 1753.74 2
## 89 1747.17 2
## 90 1718.98 2
## 91 1698.90 2
## 92 1646.89 2
## 93 1646.01 2
## 94 1679.18 2
## 95 1673.66 2
## 96 1676.98 2
## 97 1704.31 2
## 98 1751.03 2
## 99 1772.15 2
## 100 1754.84 2
## 101 1766.90 2
## 102 1788.40 3
## 103 1816.27 3
## 104 1861.58 3
## 105 1855.56 3
## 106 1867.90 3
## 107 1877.33 3
## 108 1902.93 3
## 109 1894.44 3
## 110 1864.80 3
## 111 1879.13 3
## 112 1896.59 3
## 113 1893.78 3
## 114 1885.44 3
## 115 1882.73 3
## 116 1870.79 3
## 117 1843.72 3
## 118 1830.50 3
## 119 1802.91 3
## 120 1814.98 3
## 121 1829.04 3
## 122 1806.50 3
## 123 1813.40 3
## 124 1791.43 3
## 125 1782.56 2
## 126 1755.49 2
## 127 1754.82 2
## 128 1754.03 2
## 129 1796.85 3
## 130 1814.09 3
## 131 1824.09 3
## 132 1860.14 3
## 133 1867.62 3
## 134 1860.91 3
## 135 1879.64 3
## 136 1880.33 3
## 137 1846.10 3
## 138 1813.14 3
## 139 1818.27 3
## 140 1808.51 3
## 141 1767.84 2
## 142 1652.79 2
## 143 1676.73 2
## 144 1728.34 2
## 145 1709.61 2
## 146 1696.24 2
## 147 1693.21 2
## 148 1710.29 2
## 149 1713.83 2
## 150 1699.13 2
## 151 1647.81 2
## 152 1591.17 1
## 153 1614.77 1
## 154 1658.19 2
## 155 1644.63 2
## 156 1672.80 2
## 157 1662.54 2
## 158 1674.49 2
## 159 1702.93 2
## 160 1694.82 2
## 161 1756.55 2
## 162 1736.68 2
## 163 1750.00 2
## 164 1758.96 2
## 165 1775.65 2
## 166 1800.65 3
## 167 1819.83 3
## 168 1817.17 3
## 169 1837.11 3
## 170 1833.48 3
## 171 1857.30 3
## 172 1870.36 3
## 173 1853.29 3
## 174 1875.84 3
## 175 1854.10 3
## 176 1854.06 3
## 177 1874.85 3
## 178 1891.20 3
## 179 1909.01 3
## 180 1915.37 3
## 181 1895.50 3
## 182 1901.10 3
## 183 1898.37 3
## 184 1925.46 3
## 185 1921.60 3
## 186 1927.94 3
## 187 1912.93 3
## 188 1913.23 3
## 189 1896.89 3
## 190 1877.13 3
## 191 1884.18 3
## 192 1874.43 3
## 193 1863.67 3
## 194 1863.49 3
## 195 1844.54 3
## 196 1826.47 3
## 197 1819.01 3
## 198 1831.55 3
## 199 1838.90 3
## 200 1790.53 3
## 201 1793.05 3
## 202 1803.71 3
## 203 1798.61 3
## 204 1791.65 3
## 205 1799.31 3
## 206 1807.94 3
## 207 1806.20 3
## 208 1830.47 3
## 209 1857.91 3
## 210 1869.04 3
## 211 1878.02 3
## 212 1863.07 3
## 213 1871.91 3
## 214 1854.97 3
## 215 1860.01 3
## 216 1866.35 3
## 217 1862.08 3
## 218 1843.50 3
## 219 1848.25 3
## 220 1853.70 3
## 221 1840.70 3
## 222 1828.34 3
## 223 1800.54 3
## 224 1806.63 3
## 225 1782.12 2
## 226 1804.24 3
## 227 1787.45 3
## 228 1743.51 2
## 229 1730.56 2
## 230 1668.53 2
## 231 1699.38 2
## 232 1686.11 2
## 233 1669.01 2
## 234 1680.62 2
## 235 1704.68 2
## 236 1744.66 2
## 237 1735.78 2
## 238 1762.84 2
## 239 1777.23 2
## 240 1776.46 2
## 241 1764.78 2
## 242 1768.06 2
## 243 1776.77 2
## 244 1773.41 2
## 245 1793.18 3
## 246 1765.63 2
## 247 1729.08 2
## 248 1727.46 2
## 249 1732.02 2
## 250 1726.69 2
## 251 1734.24 2
## 252 1768.12 2
## 253 1788.78 3
## 254 1791.41 3
## 255 1821.32 3
## 256 1831.56 3
## 257 1832.12 3
## 258 1827.72 3
## 259 1853.08 3
## 260 1821.64 3
## 261 1830.44 3
## 262 1827.12 3
## 263 1829.23 3
## 264 1795.21 3
## 265 1788.23 3
## 266 1811.15 3
## 267 1810.11 3
## 268 1822.77 3
## 269 1815.66 3
## 270 1799.67 3
## 271 1816.93 3
## 272 1801.65 3
## 273 1775.09 2
## 274 1785.11 3
## 275 1780.68 2
## 276 1777.73 2
## 277 1768.62 2
## 278 1737.71 2
# Câu c
# Thống kê các chỉ số tài chính dạng Ratio
summary(DAX)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 22301 23955 24379 24526 25103 26570
var(DAX)
## [1] 731026.6
sd(DAX)
## [1] 855.001
summary(HSI)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 22672 25125 25735 25648 26239 27968
var(HSI)
## [1] 793589.7
sd(HSI)
## [1] 890.8365
summary(VNI)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1495 1673 1762 1753 1829 1928
var(VNI)
## [1] 8594.04
sd(VNI)
## [1] 92.70405
library(psych)
DHV=data.frame(DAX,HSI,VNI)
describe(DHV)
## vars n mean sd median trimmed mad min max range
## DAX 1 278 24526.34 855.00 24378.54 24499.63 856.28 22300.75 26569.99 4269.24
## HSI 2 278 25647.75 890.84 25734.58 25692.90 860.03 22671.86 27968.09 5296.23
## VNI 3 278 1753.26 92.70 1761.95 1754.74 120.19 1495.21 1927.94 432.73
## skew kurtosis se
## DAX 0.19 -0.22 51.28
## HSI -0.56 0.72 53.43
## VNI -0.17 -0.84 5.56
# Thống kê các chỉ số tài chính dạng Ordinal
summary(MDAX)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.000 2.000 2.000 2.068 2.000 3.000
var(MDAX)
## [1] 0.3815936
sd(MDAX)
## [1] 0.6177327
summary(MHSI)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.00 2.00 2.00 2.18 3.00 3.00
var(MHSI)
## [1] 0.3068852
sd(MHSI)
## [1] 0.5539722
summary(MVNI)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.000 2.000 2.000 2.327 3.000 3.000
var(MVNI)
## [1] 0.4159286
sd(MVNI)
## [1] 0.6449253
library(psych)
DHV1=data.frame(MDAX,MHSI,MVNI)
describe(DHV1)
## vars n mean sd median trimmed mad min max range skew kurtosis se
## MDAX 1 278 2.07 0.62 2 2.08 0.00 1 3 2 -0.04 -0.41 0.04
## MHSI 2 278 2.18 0.55 2 2.20 0.00 1 3 2 0.05 -0.12 0.03
## MVNI 3 278 2.33 0.64 2 2.41 1.48 1 3 2 -0.43 -0.72 0.04
# Nhận xét
#
# Câu d
# Biểu đồ cột các chỉ số dạng ordinal
barplot(table(MDAX), xlab="Nhóm DAX", ylab="Số lượng", main="Biểu đồ cột của DAX",col=c("darkblue","red","yellow"))
barplot(table(MHSI), xlab="Nhóm HSI", ylab="Số lượng", main="Biểu đồ cột của HSI",col=c("pink","violet","beige"))
barplot(table(MVNI), xlab="Nhóm VNI", ylab="Số lượng", main="Biểu đồ cột của VNI",col=c("orange","darkgreen","brown"))
# Biểu đồ tròn các chỉ số dạng ordinal
pie(table(MDAX), main="Biểu đồ tròn của DAX",col=c("darkblue","red","yellow"))
pie(table(MHSI), main="Biểu đồ tròn của HSI",col=c("pink","violet","beige"))
pie(table(MVNI), main="Biểu đồ tròn của VNI",col=c("orange","darkgreen","brown"))
# Biểu đồ đườngcacs chỉ số dnagj ratio scale
plot(DAX,type="l",xlab="Ngày giao dịch",ylab="DAX",main="Biểu đồ đường của DAX")
plot(HSI,type="l",xlab="Ngày giao dịch",ylab="HSI",main="Biểu đồ đường của HSI")
plot(VNI,type="l",xlab="Ngày giao dịch",ylab="VNI",main="Biểu đồ đường của VNI")
# Nhận xét
# Biểu đồ cột và biểu đồ tròn cho thấy nhóm 2 chiếm đa số và tỷ trọng cao nhất ở cả 3 biến DAX, HSI, VNI
# Biểu đồ đường cho thấy DAX và VNI có xu hướng tăng ở các ngày giao dịch cuối, trong khi HSI có xu hướng giảm sâu rồi mới phục hồi
# Câu e
# Phân tích tương quan các chỉ số dạng ratio scale
cor(DAX,HSI)
## [1] -0.1363609
cor.test(DAX,HSI)
##
## Pearson's product-moment correlation
##
## data: DAX and HSI
## t = -2.2868, df = 276, p-value = 0.02297
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## -0.24999355 -0.01902308
## sample estimates:
## cor
## -0.1363609
cor(DAX,VNI)
## [1] 0.5232229
cor.test(DAX,VNI)
##
## Pearson's product-moment correlation
##
## data: DAX and VNI
## t = 10.2, df = 276, p-value < 2.2e-16
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.4321823 0.6037057
## sample estimates:
## cor
## 0.5232229
cor(HSI,VNI)
## [1] -0.03180799
cor.test(HSI,VNI)
##
## Pearson's product-moment correlation
##
## data: HSI and VNI
## t = -0.5287, df = 276, p-value = 0.5974
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## -0.14889383 0.08615741
## sample estimates:
## cor
## -0.03180799
# Đồ thị tương quan đa biến các chỉ số dạng ratio scale
library(psych)
vars=cbind(DAX,HSI,VNI)
pairs.panels(vars)
# Nhận xét
# Hệ số tương quan giữa DAX và VNI là r = 0.5232229 > 0, với p-value < 2.2e-16 < 5%, cho thấy DAX và VNI có mối quan hệ tương quan tuyến tính cùng chiều, mức độ tương quan trung bình và có ý nghĩa thống kê.
# Mối tương quan giữa DAX và HSI là tương quan nghịch (r = -0.1363609, p-value = 0.02297 < 5%), cho thấy mối quan hệ tương quan tuyến tính ngược chiều, mức độ tương quan yếu và có ý nghĩa thống kê.
# Mối tương quan giữa HSI và VNI là tương quan nghịch rất yếu (r = -0.03180799), không có ý nghĩa thống kê vì p-value = 0.5974 > 5%.
# Câu f
# Mô hình hồi quy tuyến tính đa biến, trong đó VNI là biến phụ thuộc
lm(VNI~DAX+HSI)
##
## Call:
## lm(formula = VNI ~ DAX + HSI)
##
## Coefficients:
## (Intercept) DAX HSI
## 2.397e+02 5.733e-02 4.193e-03
mreg=lm(VNI~DAX+HSI)
summary(mreg)
##
## Call:
## lm(formula = VNI ~ DAX + HSI)
##
## Residuals:
## Min 1Q Median 3Q Max
## -220.65 -56.64 3.58 54.73 200.03
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 2.397e+02 2.082e+02 1.152 0.250
## DAX 5.733e-02 5.618e-03 10.204 <2e-16 ***
## HSI 4.193e-03 5.392e-03 0.778 0.438
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 79.2 on 275 degrees of freedom
## Multiple R-squared: 0.2754, Adjusted R-squared: 0.2701
## F-statistic: 52.25 on 2 and 275 DF, p-value: < 2.2e-16
# Nhận xét
# Mô hình hồi quy tuyến tính đa biến có ý nghĩa thống kê tổng thể với F-statistic = 52.25, p-value < 2.2e-16 < 5%.
# Hệ số R² = 0.2754, cho thấy 2 biến DAX và HSI giải thích được 27.54% sự biến thiên của VNI; 72.46% còn lại do các yếu tố khác và sai số.
# Biến DAX tác động cùng chiều đến VNI (hệ số = 5.733e-02) và có ý nghĩa thống kê (p-value < 2e-16 < 0.1%).
# Biến HSI có hệ số = 4.193e-03 nhưng không có ý nghĩa thống kê trong mô hình (p-value = 0.438 > 5%).
# Câu g
# Kiểm định ANOVA
anova(mreg)
## Analysis of Variance Table
##
## Response: VNI
## Df Sum Sq Mean Sq F value Pr(>F)
## DAX 1 651704 651704 103.8917 <2e-16 ***
## HSI 1 3792 3792 0.6045 0.4375
## Residuals 275 1725053 6273
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
# Kiểm định đa cộng tuyến
library(car)
## Loading required package: carData
##
## Attaching package: 'car'
## The following object is masked from 'package:psych':
##
## logit
vif(mreg)
## DAX HSI
## 1.018947 1.018947
# Kiểm định tự tương quan
require(lmtest)
## Loading required package: lmtest
## Loading required package: zoo
##
## Attaching package: 'zoo'
## The following objects are masked from 'package:base':
##
## as.Date, as.Date.numeric
dwtest(mreg)
##
## Durbin-Watson test
##
## data: mreg
## DW = 0.0968, p-value < 2.2e-16
## alternative hypothesis: true autocorrelation is greater than 0
# Kiểm định các giả thuyết của mô hình
op<-par(mfrow=c(2,2))
plot(mreg)
# Nhận xét
# Kiểm định ANOVA cho thấy biến DAX có ý nghĩa giải thích cho VNI (p-value < 5%), biến HSI không có ý nghĩa thống kê (p-value > 5%)
# Hệ số VIF của DAX và HSI đều bằng 1.018947 < 2 => Mô hình không có hiện tượng đa cộng tuyến
# Hệ số DW = 0.0968 không nằm trong khoảng 1.5 - 2.5 => Mô hình có hiện tượng tự tương quan
# Đồ thị phần dư cho thấy sai số ei có giá trị trung bình bằng 0