#==========================================================
## Họ và tên: Phan Thị Phương Nhi
## Lớp: 24NH1
## MSSV: 2454020048
## BÀI THỰC HÀNH CUỐI KÌ
#==========================================================
# NHẬP LIỆU
dulieuphantich=file.choose()
datadulieu=read.csv(dulieuphantich,header=TRUE)
save(datadulieu,file="datadulieu.rda")
attach(datadulieu)
is.data.frame(datadulieu)
## [1] TRUE
# CÂU B MÃ HÓA DỮ LIỆU
## MÃ HÓA VNINDEX
VNIndex=as.numeric(gsub(",","",datadulieu$VNIndex))
VNIndexMH=VNIndex
VNIndexMH=replace(VNIndexMH,VNIndex<=1770,1)
VNIndexMH=replace(VNIndexMH,VNIndex>1770,2)
VNIndex=data.frame(VNIndex,VNIndexMH)
VNIndex
## VNIndex VNIndexMH
## 1 1665.05 1
## 2 1701.67 1
## 3 1652.71 1
## 4 1717.06 1
## 5 1645.82 1
## 6 1617.00 1
## 7 1731.77 1
## 8 1651.98 1
## 9 1737.24 1
## 10 1666.97 1
## 11 1654.89 1
## 12 1741.32 1
## 13 1695.50 1
## 14 1642.64 1
## 15 1685.30 1
## 16 1599.10 1
## 17 1624.53 1
## 18 1697.83 1
## 19 1753.74 1
## 20 1637.32 1
## 21 1716.47 1
## 22 1747.17 1
## 23 1643.26 1
## 24 1747.55 1
## 25 1580.54 1
## 26 1718.98 1
## 27 1657.75 1
## 28 1593.61 1
## 29 1698.90 1
## 30 1667.26 1
## 31 1631.86 1
## 32 1646.89 1
## 33 1702.93 1
## 34 1844.54 2
## 35 1867.21 2
## 36 1806.50 2
## 37 1846.10 2
## 38 1694.82 1
## 39 1826.47 2
## 40 1866.35 2
## 41 1813.40 2
## 42 1813.14 2
## 43 1684.04 1
## 44 1819.01 2
## 45 1862.08 2
## 46 1762.84 1
## 47 1827.72 2
## 48 1791.43 2
## 49 1818.27 2
## 50 1854.06 2
## 51 1831.55 2
## 52 1777.23 2
## 53 1853.08 2
## 54 1788.40 2
## 55 1782.56 2
## 56 1808.51 2
## 57 1874.85 2
## 58 1838.90 2
## 59 1776.46 2
## 60 1816.27 2
## 61 1755.49 1
## 62 1767.84 1
## 63 1674.99 1
## 64 1891.20 2
## 65 1843.50 2
## 66 1764.78 1
## 67 1861.58 2
## 68 1677.54 1
## 69 1909.01 2
## 70 1848.25 2
## 71 1768.06 1
## 72 1821.64 2
## 73 1855.56 2
## 74 1756.55 1
## 75 1915.37 2
## 76 1790.53 2
## 77 1853.70 2
## 78 1830.44 2
## 79 1867.90 2
## 80 1754.82 1
## 81 1652.79 1
## 82 1736.68 1
## 83 1793.05 2
## 84 1840.70 2
## 85 1827.12 2
## 86 1754.03 1
## 87 1676.73 1
## 88 1750.00 1
## 89 1803.71 2
## 90 1828.34 2
## 91 1776.77 2
## 92 1829.23 2
## 93 1796.85 2
## 94 1728.34 1
## 95 1895.50 2
## 96 1798.61 2
## 97 1773.41 2
## 98 1795.21 2
## 99 1877.33 2
## 100 1814.09 2
## 101 1709.61 1
## 102 1901.10 2
## 103 1791.65 2
## 104 1793.18 2
## 105 1902.93 2
## 106 1824.09 2
## 107 1696.24 1
## 108 1758.96 1
## 109 1898.37 2
## 110 1800.54 2
## 111 1765.63 1
## 112 1765.12 1
## 113 1631.44 1
## 114 1894.44 2
## 115 1775.65 2
## 116 1925.46 2
## 117 1806.63 2
## 118 1729.08 1
## 119 1788.23 2
## 120 1761.06 1
## 121 1635.46 1
## 122 1864.80 2
## 123 1800.65 2
## 124 1921.60 2
## 125 1799.31 2
## 126 1782.12 2
## 127 1684.90 1
## 128 1811.15 2
## 129 1757.95 1
## 130 1646.01 1
## 131 1879.13 2
## 132 1693.21 1
## 133 1819.83 2
## 134 1807.94 2
## 135 1804.24 2
## 136 1680.90 1
## 137 1810.11 2
## 138 1766.85 1
## 139 1679.18 1
## 140 1710.29 1
## 141 1817.17 2
## 142 1806.20 2
## 143 1787.45 2
## 144 1727.46 1
## 145 1670.97 1
## 146 1822.77 2
## 147 1731.19 1
## 148 1654.42 1
## 149 1673.66 1
## 150 1713.83 1
## 151 1927.94 2
## 152 1830.47 2
## 153 1732.02 1
## 154 1665.18 1
## 155 1815.66 2
## 156 1659.92 1
## 157 1676.98 1
## 158 1896.59 2
## 159 1699.13 1
## 160 1912.93 2
## 161 1824.53 2
## 162 1726.69 1
## 163 1658.62 1
## 164 1649.00 1
## 165 1704.31 1
## 166 1893.78 2
## 167 1647.81 1
## 168 1837.11 2
## 169 1913.23 2
## 170 1743.51 1
## 171 1734.24 1
## 172 1636.43 1
## 173 1655.99 1
## 174 1885.44 2
## 175 1833.48 2
## 176 1896.89 2
## 177 1730.56 1
## 178 1768.12 1
## 179 1799.67 2
## 180 1663.43 1
## 181 1654.93 1
## 182 1882.73 2
## 183 1857.30 2
## 184 1877.13 2
## 185 1857.91 2
## 186 1668.53 1
## 187 1634.45 1
## 188 1816.93 2
## 189 1678.50 1
## 190 1751.03 1
## 191 1870.79 2
## 192 1860.14 2
## 193 1591.17 1
## 194 1870.36 2
## 195 1869.04 2
## 196 1699.38 1
## 197 1635.26 1
## 198 1801.65 2
## 199 1687.06 1
## 200 1772.15 2
## 201 1867.62 2
## 202 1614.77 1
## 203 1853.29 2
## 204 1878.02 2
## 205 1686.11 1
## 206 1788.78 2
## 207 1657.46 1
## 208 1775.09 2
## 209 1683.18 1
## 210 1667.98 1
## 211 1782.82 2
## 212 1860.91 2
## 213 1658.19 1
## 214 1886.03 2
## 215 1863.07 2
## 216 1791.41 2
## 217 1666.09 1
## 218 1785.11 2
## 219 1660.36 1
## 220 1742.85 1
## 221 1843.72 2
## 222 1879.64 2
## 223 1644.63 1
## 224 1884.18 2
## 225 1871.91 2
## 226 1821.32 2
## 227 1660.70 1
## 228 1680.36 1
## 229 1729.80 1
## 230 1830.50 2
## 231 1880.33 2
## 232 1672.80 1
## 233 1874.43 2
## 234 1669.01 1
## 235 1831.56 2
## 236 1652.54 1
## 237 1684.32 1
## 238 1802.91 2
## 239 1875.84 2
## 240 1863.67 2
## 241 1680.62 1
## 242 1832.12 2
## 243 1780.68 2
## 244 1680.50 1
## 245 1690.99 1
## 246 1814.98 2
## 247 1854.10 2
## 248 1863.49 2
## 249 1854.97 2
## 250 1704.68 1
## 251 1666.48 1
## 252 1777.73 2
## 253 1685.83 1
## 254 1754.84 1
## 255 1829.04 2
## 256 1662.54 1
## 257 1860.01 2
## 258 1744.66 1
## 259 1661.70 1
## 260 1768.62 1
## 261 1669.57 1
## 262 1766.90 1
## 263 1674.49 1
## 264 1735.78 1
## 265 1639.65 1
## 266 1784.49 2
## MÃ HÓA VN30
VN30=as.numeric(gsub(",","",datadulieu$VN30))
VN30MH=VN30
VN30MH=replace(VN30MH,VN30<=1900,1)
VN30MH=replace(VN30MH,VN30>1900,2)
VN30=data.frame(VN30,VN30MH)
VN30
## VN30 VN30MH
## 1 1870.63 1
## 2 1933.56 2
## 3 1859.80 1
## 4 1950.12 2
## 5 1859.51 1
## 6 1857.64 1
## 7 1971.99 2
## 8 1897.71 1
## 9 1979.53 2
## 10 1845.48 1
## 11 1886.47 1
## 12 1975.50 2
## 13 1918.97 2
## 14 1869.60 1
## 15 1909.65 2
## 16 1824.71 1
## 17 1807.22 1
## 18 1922.95 2
## 19 1983.82 2
## 20 1825.17 1
## 21 1940.89 2
## 22 1973.02 2
## 23 1828.63 1
## 24 1980.57 2
## 25 1804.18 1
## 26 1946.98 2
## 27 1855.08 1
## 28 1821.60 1
## 29 1924.29 2
## 30 1865.45 1
## 31 1872.27 1
## 32 1867.03 1
## 33 1861.84 1
## 34 1989.71 2
## 35 2013.35 2
## 36 2004.31 2
## 37 2010.75 2
## 38 1852.99 1
## 39 1972.99 2
## 40 2009.04 2
## 41 1997.69 2
## 42 1959.35 2
## 43 1837.43 1
## 44 1974.60 2
## 45 2002.56 2
## 46 1917.69 2
## 47 1961.57 2
## 48 1988.19 2
## 49 1956.53 2
## 50 2014.62 2
## 51 1982.29 2
## 52 1927.35 2
## 53 1984.89 2
## 54 2028.68 2
## 55 1969.27 2
## 56 1942.76 2
## 57 2032.30 2
## 58 1986.28 2
## 59 1916.88 2
## 60 2055.96 2
## 61 1943.60 2
## 62 1904.19 2
## 63 1836.25 1
## 64 2053.41 2
## 65 1991.11 2
## 66 1902.79 2
## 67 2096.76 2
## 68 1840.96 1
## 69 2079.10 2
## 70 1995.91 2
## 71 1911.09 2
## 72 1963.01 2
## 73 2074.03 2
## 74 1931.01 2
## 75 2074.06 2
## 76 1936.81 2
## 77 1998.44 2
## 78 1968.52 2
## 79 2066.21 2
## 80 1947.75 2
## 81 1780.71 1
## 82 1915.01 2
## 83 1951.92 2
## 84 1987.11 2
## 85 1967.64 2
## 86 1951.58 2
## 87 1836.96 1
## 88 1928.23 2
## 89 1960.97 2
## 90 1970.82 2
## 91 1925.18 2
## 92 1976.82 2
## 93 2000.90 2
## 94 1889.94 1
## 95 2040.51 2
## 96 1947.28 2
## 97 1922.53 2
## 98 1936.69 2
## 99 2080.24 2
## 100 2016.47 2
## 101 1859.80 1
## 102 2053.97 2
## 103 1944.36 2
## 104 1936.46 2
## 105 2089.21 2
## 106 2018.64 2
## 107 1853.60 1
## 108 1925.66 2
## 109 2043.51 2
## 110 1939.84 2
## 111 1909.23 2
## 112 2012.28 2
## 113 1864.23 1
## 114 2067.10 2
## 115 1946.55 2
## 116 2068.62 2
## 117 1946.06 2
## 118 1876.81 1
## 119 1928.57 2
## 120 2013.69 2
## 121 1871.54 1
## 122 2047.48 2
## 123 1961.60 2
## 124 2050.58 2
## 125 1962.48 2
## 126 1916.05 2
## 127 1876.75 1
## 128 1951.14 2
## 129 2009.64 2
## 130 1869.84 1
## 131 2080.35 2
## 132 1852.99 1
## 133 1979.19 2
## 134 1960.19 2
## 135 1941.65 2
## 136 1875.39 1
## 137 1954.29 2
## 138 2022.27 2
## 139 1909.87 2
## 140 1873.65 1
## 141 1988.11 2
## 142 1957.17 2
## 143 1931.65 2
## 144 1877.68 1
## 145 1868.85 1
## 146 1975.01 2
## 147 1977.14 2
## 148 1893.54 1
## 149 1897.95 1
## 150 1868.84 1
## 151 2046.37 2
## 152 1967.22 2
## 153 1876.14 1
## 154 1861.74 1
## 155 1964.17 2
## 156 1898.07 1
## 157 1903.47 2
## 158 2094.24 2
## 159 1854.19 1
## 160 2027.45 2
## 161 1963.57 2
## 162 1875.73 1
## 163 1859.53 1
## 164 1886.20 1
## 165 1933.28 2
## 166 2085.61 2
## 167 1797.99 1
## 168 2009.04 2
## 169 2028.94 2
## 170 1887.32 1
## 171 1887.06 1
## 172 1870.86 1
## 173 1897.46 1
## 174 2080.38 2
## 175 2007.08 2
## 176 2027.51 2
## 177 1881.32 1
## 178 1927.79 2
## 179 1953.26 2
## 180 1915.90 2
## 181 1899.89 1
## 182 2082.35 2
## 183 2025.41 2
## 184 2010.93 2
## 185 1980.13 2
## 186 1826.90 1
## 187 1819.60 1
## 188 1965.36 2
## 189 1930.88 2
## 190 1985.28 2
## 191 2077.76 2
## 192 2039.80 2
## 193 1741.05 1
## 194 2024.74 2
## 195 1995.12 2
## 196 1845.32 1
## 197 1821.45 1
## 198 1954.91 2
## 199 1945.78 2
## 200 2012.87 2
## 201 2050.85 2
## 202 1770.16 1
## 203 2011.42 2
## 204 2010.15 2
## 205 1829.36 1
## 206 1942.00 2
## 207 1853.48 1
## 208 1932.15 2
## 209 1944.60 2
## 210 1916.36 2
## 211 2023.13 2
## 212 2049.64 2
## 213 1814.73 1
## 214 2021.72 2
## 215 2004.62 2
## 216 1936.15 2
## 217 1858.67 1
## 218 1938.50 2
## 219 1909.60 2
## 220 1976.21 2
## 221 2032.28 2
## 222 2069.82 2
## 223 1791.25 1
## 224 2027.90 2
## 225 2008.57 2
## 226 1970.01 2
## 227 1852.65 1
## 228 1923.55 2
## 229 1965.97 2
## 230 2019.88 2
## 231 2061.75 2
## 232 1821.53 1
## 233 2022.46 2
## 234 1806.50 1
## 235 1979.23 2
## 236 1900.76 2
## 237 1921.18 2
## 238 1997.13 2
## 239 2041.40 2
## 240 1999.82 2
## 241 1824.35 1
## 242 1982.96 2
## 243 1922.42 2
## 244 1949.28 2
## 245 1923.92 2
## 246 2018.98 2
## 247 2022.75 2
## 248 1997.06 2
## 249 2004.29 2
## 250 1849.12 1
## 251 1862.23 1
## 252 1914.35 2
## 253 1949.76 2
## 254 1990.66 2
## 255 2029.81 2
## 256 1811.92 1
## 257 1995.71 2
## 258 1886.27 1
## 259 1863.13 1
## 260 1906.81 2
## 261 1925.18 2
## 262 2009.70 2
## 263 1829.59 1
## 264 1872.07 1
## 265 1885.36 1
## 266 2030.63 2
## MÃ HÓA HNX
HNX=as.numeric(gsub(",","",datadulieu$HNX))
HNXMH=HNX
HNXMH=replace(HNXMH,HNX<=270,1)
HNXMH=replace(HNXMH,HNX>270,2)
HNX=data.frame(HNX,HNXMH)
HNX
## HNX HNXMH
## 1 273.22 2
## 2 257.91 1
## 3 269.55 1
## 4 258.87 1
## 5 265.75 1
## 6 259.18 1
## 7 259.67 1
## 8 265.91 1
## 9 262.31 1
## 10 280.67 2
## 11 266.70 1
## 12 260.65 1
## 13 274.69 2
## 14 266.15 1
## 15 272.87 2
## 16 260.11 1
## 17 271.57 2
## 18 273.34 2
## 19 258.68 1
## 20 274.82 2
## 21 274.94 2
## 22 257.14 1
## 23 274.60 2
## 24 273.62 2
## 25 258.18 1
## 26 256.48 1
## 27 274.18 2
## 28 261.08 1
## 29 255.87 1
## 30 276.51 2
## 31 264.79 1
## 32 250.09 1
## 33 251.46 1
## 34 305.18 2
## 35 313.16 2
## 36 260.39 1
## 37 259.00 1
## 38 250.36 1
## 39 314.79 2
## 40 306.73 2
## 41 265.18 1
## 42 260.01 1
## 43 248.68 1
## 44 317.48 2
## 45 307.57 2
## 46 279.28 2
## 47 282.24 2
## 48 265.95 1
## 49 257.85 1
## 50 250.04 1
## 51 304.86 2
## 52 286.41 2
## 53 282.53 2
## 54 246.74 1
## 55 263.04 1
## 56 257.59 1
## 57 247.42 1
## 58 293.79 2
## 59 293.59 2
## 60 246.52 1
## 61 256.28 1
## 62 253.64 1
## 63 245.03 1
## 64 248.46 1
## 65 296.51 2
## 66 292.64 2
## 67 249.40 1
## 68 246.70 1
## 69 247.76 1
## 70 293.74 2
## 71 293.44 2
## 72 280.60 2
## 73 249.10 1
## 74 253.32 1
## 75 246.49 1
## 76 298.36 2
## 77 300.39 2
## 78 281.11 2
## 79 247.10 1
## 80 256.01 1
## 81 235.36 1
## 82 250.98 1
## 83 305.74 2
## 84 306.67 2
## 85 279.48 2
## 86 253.77 1
## 87 240.07 1
## 88 251.91 1
## 89 301.15 2
## 90 303.76 2
## 91 287.68 2
## 92 278.37 2
## 93 255.86 1
## 94 247.02 1
## 95 248.06 1
## 96 300.09 2
## 97 290.91 2
## 98 272.68 2
## 99 251.88 1
## 100 256.48 1
## 101 247.85 1
## 102 253.28 1
## 103 302.49 2
## 104 288.45 2
## 105 252.85 1
## 106 257.06 1
## 107 245.84 1
## 108 251.66 1
## 109 254.62 1
## 110 291.90 2
## 111 283.34 2
## 112 275.35 2
## 113 266.29 1
## 114 253.32 1
## 115 252.41 1
## 116 255.07 1
## 117 297.34 2
## 118 279.99 2
## 119 271.94 2
## 120 275.33 2
## 121 267.61 1
## 122 253.16 1
## 123 252.72 1
## 124 257.42 1
## 125 310.91 2
## 126 291.07 2
## 127 280.69 2
## 128 274.13 2
## 129 276.12 2
## 130 249.37 1
## 131 252.28 1
## 132 245.74 1
## 133 256.49 1
## 134 319.62 2
## 135 288.32 2
## 136 278.98 2
## 137 273.22 2
## 138 277.08 2
## 139 255.08 1
## 140 246.86 1
## 141 260.00 1
## 142 330.20 2
## 143 291.70 2
## 144 278.64 2
## 145 277.63 2
## 146 273.90 2
## 147 276.11 2
## 148 268.69 1
## 149 253.12 1
## 150 247.78 1
## 151 259.25 1
## 152 336.16 2
## 153 282.32 2
## 154 276.92 2
## 155 275.29 2
## 156 267.36 1
## 157 253.23 1
## 158 254.95 1
## 159 245.73 1
## 160 259.50 1
## 161 324.83 2
## 162 279.98 2
## 163 276.24 2
## 164 265.03 1
## 165 253.97 1
## 166 253.11 1
## 167 243.46 1
## 168 257.33 1
## 169 261.33 1
## 170 284.41 2
## 171 278.55 2
## 172 263.02 1
## 173 264.23 1
## 174 252.66 1
## 175 253.27 1
## 176 264.37 1
## 177 280.74 2
## 178 284.07 2
## 179 274.38 2
## 180 264.65 1
## 181 263.13 1
## 182 258.43 1
## 183 255.36 1
## 184 267.51 1
## 185 321.06 2
## 186 275.49 2
## 187 274.23 2
## 188 276.93 2
## 189 268.69 1
## 190 257.23 1
## 191 252.96 1
## 192 261.83 1
## 193 237.54 1
## 194 253.23 1
## 195 326.38 2
## 196 281.07 2
## 197 273.01 2
## 198 276.45 2
## 199 266.78 1
## 200 255.47 1
## 201 262.72 1
## 202 243.81 1
## 203 251.95 1
## 204 318.24 2
## 205 272.99 2
## 206 283.19 2
## 207 277.28 2
## 208 272.77 2
## 209 267.28 1
## 210 261.22 1
## 211 252.60 1
## 212 263.23 1
## 213 249.67 1
## 214 271.80 2
## 215 319.44 2
## 216 282.65 2
## 217 277.65 2
## 218 272.21 2
## 219 257.30 1
## 220 250.98 1
## 221 247.30 1
## 222 262.33 1
## 223 248.21 1
## 224 278.15 2
## 225 317.83 2
## 226 281.96 2
## 227 276.06 2
## 228 261.91 1
## 229 250.53 1
## 230 252.84 1
## 231 262.82 1
## 232 252.36 1
## 233 282.23 2
## 234 269.35 1
## 235 282.64 2
## 236 265.36 1
## 237 261.43 1
## 238 252.47 1
## 239 249.44 1
## 240 285.56 2
## 241 269.45 1
## 242 284.77 2
## 243 271.31 2
## 244 266.78 1
## 245 259.91 1
## 246 252.72 1
## 247 250.66 1
## 248 294.94 2
## 249 317.99 2
## 250 271.68 2
## 251 275.15 2
## 252 269.91 1
## 253 268.04 1
## 254 251.22 1
## 255 256.13 1
## 256 250.59 1
## 257 313.16 2
## 258 275.05 2
## 259 273.16 2
## 260 271.64 2
## 261 266.96 1
## 262 250.50 1
## 263 250.98 1
## 264 271.25 2
## 265 265.85 1
## 266 248.77 1
# CÂU C THỐNG KÊ CÁC CHỈ SỐ TÀI CHÍNH
## THỐNG KÊ DƯỚI DẠNG RATIO SCALE
## THỐNG KÊ CÁC BIẾN
library(psych)
ABCDEF=data.frame(VNIndex,VN30,HNX)
describe(ABCDEF)
## vars n mean sd median trimmed mad min max range
## VNIndex 1 266 1764.94 84.91 1772.78 1765.15 112.69 1580.54 1927.94 347.40
## VNIndexMH 2 266 1.50 0.50 2.00 1.50 0.00 1.00 2.00 1.00
## VN30 3 266 1944.76 74.69 1947.13 1945.47 88.97 1741.05 2096.76 355.71
## VN30MH 4 266 1.71 0.46 2.00 1.76 0.00 1.00 2.00 1.00
## HNX 5 266 269.72 19.60 266.05 267.33 18.87 235.36 336.16 100.80
## HNXMH 6 266 1.44 0.50 1.00 1.42 0.00 1.00 2.00 1.00
## skew kurtosis se
## VNIndex -0.07 -1.14 5.21
## VNIndexMH -0.01 -2.01 0.03
## VN30 -0.12 -0.69 4.58
## VN30MH -0.90 -1.19 0.03
## HNX 1.01 0.67 1.20
## HNXMH 0.26 -1.94 0.03
psych::describe(ABCDEF)
## vars n mean sd median trimmed mad min max range
## VNIndex 1 266 1764.94 84.91 1772.78 1765.15 112.69 1580.54 1927.94 347.40
## VNIndexMH 2 266 1.50 0.50 2.00 1.50 0.00 1.00 2.00 1.00
## VN30 3 266 1944.76 74.69 1947.13 1945.47 88.97 1741.05 2096.76 355.71
## VN30MH 4 266 1.71 0.46 2.00 1.76 0.00 1.00 2.00 1.00
## HNX 5 266 269.72 19.60 266.05 267.33 18.87 235.36 336.16 100.80
## HNXMH 6 266 1.44 0.50 1.00 1.42 0.00 1.00 2.00 1.00
## skew kurtosis se
## VNIndex -0.07 -1.14 5.21
## VNIndexMH -0.01 -2.01 0.03
## VN30 -0.12 -0.69 4.58
## VN30MH -0.90 -1.19 0.03
## HNX 1.01 0.67 1.20
## HNXMH 0.26 -1.94 0.03
#### NHẬN XÉT:
# VNIndex có giá trị trung bình là 1764.94, cho thấy dữ liệu tập trung quanh mức 1764.94 điểm.
# VN30 có giá trị trung bình là 1944.76, cho thấy dữ liệu tập trung quanh mức 1944.76 điểm.
# HNX có giá trị trung bình là 269.72, cho thấy dữ liệu tập trung quanh mức 266.05 điểm.
# Biến có độ phân tán lớn nhất là VNIndex với độ lệch chuẩn = 84.91
# Biến có độ phân tán nhỏ nhất là HNX với độ lệch chuẩn = 19.60
# VN30 có khoảng biến thiên lớn nhất (355.71), cho thấy dữ liệu có phạm vi phân bố rộng nhất.
# HNX có khoảng biến thiên nhỏ nhất (100.80), cho thấy dữ liệu có phạm vi phân bố hẹp nhất.
# Giá trị trung vị của VNIndex là 1772.78, VN30 là 1947.13 và HNX là 266.05 điều này cho thấy dữ liệu của mỗi chỉ số được phân chia thành hai nửa quanh các giá trị trung vị tương ứng.
# VNIndex có độ lệch nhỏ nhất về phân phối với Skewness = -0.07,cho thấy phân phối hơi lệch trái
# HNX có độ lệch lớn nhất với Skewness = 1.01,cho thấy phân phối dữ liệu lệch phải
## THỐNG KÊ MÔ TẢ
summary(VNIndex)
## VNIndex VNIndexMH
## Min. :1581 Min. :1.000
## 1st Qu.:1684 1st Qu.:1.000
## Median :1773 Median :2.000
## Mean :1765 Mean :1.504
## 3rd Qu.:1831 3rd Qu.:2.000
## Max. :1928 Max. :2.000
summary(VN30)
## VN30 VN30MH
## Min. :1741 Min. :1.000
## 1st Qu.:1886 1st Qu.:1.000
## Median :1947 Median :2.000
## Mean :1945 Mean :1.707
## 3rd Qu.:2004 3rd Qu.:2.000
## Max. :2097 Max. :2.000
summary(HNX)
## HNX HNXMH
## Min. :235.4 Min. :1.000
## 1st Qu.:253.4 1st Qu.:1.000
## Median :266.1 Median :1.000
## Mean :269.7 Mean :1.436
## 3rd Qu.:278.9 3rd Qu.:2.000
## Max. :336.2 Max. :2.000
#### NHẬN XÉT
# 50% dữ liệu VNIndex tập trung trong khoảng 1684–1831, VN30 trong khoảng 1886–2004 và HNX trong khoảng 253.4–278.9.
# VNIndex có khoảng tứ phân vị lớn nhất (147=(1831-1684)), cho thấy 50% dữ liệu trung tâm phân tán rộng nhất.
# HNX có khoảng tứ phân vị nhỏ nhất (25.5=(278.9-253.4)), cho thấy 50% dữ liệu trung tâm tập trung nhất.
## THỐNG KÊ DƯỚI DẠNG ORDINAL SCALE
# Thống kê table
table(VNIndexMH)
## VNIndexMH
## 1 2
## 132 134
table(VNIndexMH)/sum(table(VNIndexMH))
## VNIndexMH
## 1 2
## 0.4962406 0.5037594
#### NHẬN XÉT
# Trong tổng thể 266 mẫu quan sáti; có 132 quan sát thuộc nhóm 1 (chiếm 49.62%), có 134 quan sát thuộc nhóm 2 (chiếm 50.38%)
table(VN30MH)
## VN30MH
## 1 2
## 78 188
table(VN30MH)/sum(table(VN30MH))
## VN30MH
## 1 2
## 0.2932331 0.7067669
#### NHẬN XÉT
# Trong tổng thể 266 mẫu quan sát; có 5 quan sát thuộc nhóm 1 (chiếm 1.87%), có 261 quan sát thuộc nhóm 2 (chiếm 98.13%)
table(HNXMH)
## HNXMH
## 1 2
## 150 116
table(HNXMH)/sum(table(HNXMH))
## HNXMH
## 1 2
## 0.5639098 0.4360902
#### NHẬN XÉT
# Trong tổng thể 266 mẫu quan sát; có 150 quan sát thuộc nhóm 1 (chiếm 56.39%), có 116 quan sát thuộc nhóm 2 (chiếm 43.61%)
# CÂU D VẼ ĐỒ THỊ
## ĐỒ THỊ CỘT VÀ ĐỒ THỊ TRÒN ĐỐI VỚI BIẾN ORDINAL
### ĐỒ THỊ CỘT
### VNIndex
VNIndex.freq=table(VNIndexMH)
barplot(VNIndex.freq,xlab="Nhóm VNIndex",ylab="Số lượng",main="Biểu đồ cột VNIndex",col=c("pink","blue"))
#### NHẬN XÉT
# VNIndex được phân bố khá đồng đều giữa hai nhóm, với nhóm 1 có 132 quan sát và nhóm 2 có 134 quan sát.
### VN30
VN30.freq=table(VN30MH)
barplot(VN30.freq,xlab="Nhóm VN30",ylab="Số lượng",main="Biểu đồ cột VN30",col=c("pink","red"))
#### NHẬN XÉT
# Nhìn chung, Vn30 có sự phân bố không đồng đều, nhóm 2 chiếm ưu thế lớn hơn nhóm 1
### HNX
HNX.freq=table(HNXMH)
barplot(HNX.freq,xlab="Nhóm HNX",ylab="Số lượng",main="Biểu đồ cột HNX",col=c("green","purple"))
#### NHẬN XÉT
# HNX được phân bố tương đối đồng đều giữa hai nhóm, trong đó nhóm 1 chiếm 56,39% và nhóm 2 chiếm 43,61%, cho thấy nhóm 1 có số quan sát cao hơn.
### ĐỒ THỊ TRÒN
### VNIndex
pie(table(VNIndexMH),col=c("pink","red"),sub="Đồ thị tỷ lệ VNIndex")
### VN30
pie(table(VN30MH),col=c("purple","yellow"),sub="Đồ thị tỷ lệ VN30")
### HNX
pie(table(HNXMH),col=c("darkgreen","lightpink"),sub="Đồ thị tỷ lệ HNX")
## ĐỒ THỊ ĐỐI VỚI DẠNG RATIO
### ĐỒ THỊ ĐƯỜNG
### VNINDEX
### ĐỒ THỊ ĐƯỜNG
### VNINDEX
STT=datadulieu$STT
VNIndex=as.numeric(gsub(",","",datadulieu$VNIndex))
plot(STT,VNIndex,type="o",xlab="Số phiên",ylab="Giá trị VNIndex",pch=19,main="Giá trị VNIndex từ ngày 1 đến ngày 266")
#### NHẬN XÉT: VNIndex có xu hướng biến động mạnh và không ổn định trong 266 phiên. Chỉ số đạt mức cao nhất khoảng 1.920 điểm vào giữa giai đoạn, sau đó giảm đáng kể và kết thúc kỳ quan sát chủ yếu quanh 1.600–1.700 điểm. Nhìn chung, VNIndex có xu hướng giảm nhẹ về cuối kỳ nhưng vẫn xuất hiện nhiều nhịp tăng giảm xen kẽ.
### VN30
STT=datadulieu$STT
VN30=as.numeric(gsub(",","",datadulieu$VN30))
plot(STT,VN30,type="o",xlab="Số phiên",ylab="Giá trị VN30",pch=19,main="Giá trị VN30 từ ngày 1 đến ngày 266 ")
#### NHẬN XÉT: VN30 biến động khá mạnh trong 266 phiên, dao động khoảng 1.730–2.100 điểm. Chỉ số giảm mạnh ở giữa giai đoạn, sau đó phục hồi và đạt đỉnh khoảng 2.100 điểm, rồi giảm và dao động quanh 1.850–1.950 điểm vào cuối kỳ.
### HNX
STT=datadulieu$STT
HNX=as.numeric(gsub(",","",datadulieu$HNX))
plot(STT,HNX,type="o",xlab="Số phiên",ylab="Giá trị HNX",pch=19,main="Giá trị HNX từ ngày 1 đến ngày 266")
#### NHẬN XÉT: HNX biến động khá mạnh trong 266 phiên, dao động khoảng 235–335 điểm. Chỉ số tăng mạnh và đạt đỉnh khoảng 330–335 điểm ở giữa giai đoạn đầu, sau đó giảm sâu xuống khoảng 235 điểm. Từ giữa kỳ trở đi, HNX phục hồi và có xu hướng tăng dần, đạt khoảng 280 điểm vào cuối kỳ.
# CÂU E PHÂN TÍCH TƯƠNG QUAN VÀ VẼ ĐỒ THỊ TƯƠNG QUAN
### PHÂN TÍCH
library(psych)
vars=cbind(VNIndex,VN30,HNX)
pairs.panels(vars)
library(Hmisc)
##
## Attaching package: 'Hmisc'
## The following object is masked from 'package:psych':
##
## describe
## The following objects are masked from 'package:base':
##
## format.pval, units
result=rcorr(as.matrix(vars),type="pearson")
result$r
## VNIndex VN30 HNX
## VNIndex 1.0000000 0.88451222 0.20587608
## VN30 0.8845122 1.00000000 0.03899786
## HNX 0.2058761 0.03899786 1.00000000
result$P
## VNIndex VN30 HNX
## VNIndex NA 0.0000000 0.0007296611
## VN30 0.0000000000 NA 0.5265499030
## HNX 0.0007296611 0.5265499 NA
#### NHẬN XÉT:
# 1. Tương quan giữa VNIndex và VN30:
# Hệ số tương quan Pearson r = 0.8845 (r > 0) với p-value = 0.0000 < 0.05.
# Nhận xét: Giữa VNIndex và VN30 có mối tương quan thuận (dương) rất mạnh và có ý nghĩa thống kê ở mức 5%.
# Khi chỉ số VN30 tăng/giảm thì chỉ số VNIndex cũng có xu hướng tăng/giảm mạnh theo, điều này phù hợp với thực tế
# vì các cổ phiếu trong nhóm VN30 chiếm tỷ trọng vốn hóa rất lớn trên thị trường.
# 2. Tương quan giữa VNIndex và HNX:
# Hệ số tương quan Pearson r = 0.2059 (r > 0) với p-value = 0.00073 < 0.05.
# Nhận xét: Giữa VNIndex và HNX có mối tương quan thuận (dương) yếu nhưng vẫn có ý nghĩa thống kê ở mức 5%.
# Điều này phản ánh xu hướng chung của thị trường chứng khoán, tuy nhiên mức độ biến động đồng điệu giữa hai sàn là không cao.
# 3. Tương quan giữa VN30 và HNX:
# Hệ số tương quan Pearson r = 0.0390 với p-value = 0.5265 > 0.05.
# Nhận xét: Vì p-value > 0.05 nên không có đủ bằng chứng thống kê để kết luận về mối tương quan tuyến tính giữa VN30 và HNX.
# Sự biến động của chỉ số VN30 hầu như không ảnh hưởng hay liên quan đến chỉ số HNX.
# TÓM LẠI:
# Mối tương quan mạnh nhất là giữa VNIndex và VN30 (r = 0.8845, p < 0.05).
# Mối tương quan yếu là giữa VNIndex và HNX (r = 0.2059, p < 0.05).
# Giữa VN30 và HNX không có mối tương quan tuyến tính có ý nghĩa thống kê (p = 0.5265 > 0.05).
# CÂU F THỰC HIỆN MÔ HÌNH HỒI QUY TUYẾN TÍNH
mreg=lm(VNIndex~VN30+HNX)
summary(mreg)
##
## Call:
## lm(formula = VNIndex ~ VN30 + HNX)
##
## Residuals:
## Min 1Q Median 3Q Max
## -86.773 -28.220 8.231 29.285 77.114
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -376.48914 65.90368 -5.713 3.00e-08 ***
## VN30 0.99800 0.03044 32.788 < 2e-16 ***
## HNX 0.74361 0.11599 6.411 6.65e-10 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 36.98 on 263 degrees of freedom
## Multiple R-squared: 0.8118, Adjusted R-squared: 0.8103
## F-statistic: 567.1 on 2 and 263 DF, p-value: < 2.2e-16
#### NHẬN XÉT:
# Phương trình hồi quy: VNIndex = -376.48914 + 0.99800*VN30 + 0.74361*HNX + ei
# Kết quả hồi quy cho thấy mô hình có ý nghĩa thống kê tổng thể
# với giá trị F-statistic bằng 567.1 và mức ý nghĩa (p < 0.001).
# Hệ số R2 = 0.8118; cho thấy các biến VN30 và HNX giải thích khoảng 81.18% sự biến thiên của VNIndex
# trong khi R2 hiệu chỉnh đạt 0.8103.
# Xét riêng từng biến, VN30 có tác động cùng chiều đến VNIndex với hệ số hồi quy 0.99800
# điều này có nghĩa khi VN30 tăng 1 đơn vị thì VNIndex tăng 0.99800 đơn vị
# và mối quan hệ này có ý nghĩa thống kê ở mức 1% (p < 0.001).
# HNX cũng có tác động cùng chiều và có ý nghĩa thống kê ở mức 1%, với hệ số 0.74361 (p < 0.001),
# cho thấy mối quan hệ cùng chiều rõ rệt với VNIndex.
# Nhìn chung, cả hai biến VN30 và HNX đều có mối quan hệ cùng chiều
# và có ý nghĩa thống kê với VNIndex trong mô hình nghiên cứu.
# CÂU G THỰC HIỆN KIỂM ĐỊNH SAU MÔ HÌNH HỒI QUY TUYẾN TÍNH
## KIỂM ĐỊNH ĐA CỘNG TUYẾN VF TỰ TƯƠNG QUAN
mreg=lm(VNIndex~HNX+VN30)
summary(mreg)
##
## Call:
## lm(formula = VNIndex ~ HNX + VN30)
##
## Residuals:
## Min 1Q Median 3Q Max
## -86.773 -28.220 8.231 29.285 77.114
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -376.48914 65.90368 -5.713 3.00e-08 ***
## HNX 0.74361 0.11599 6.411 6.65e-10 ***
## VN30 0.99800 0.03044 32.788 < 2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 36.98 on 263 degrees of freedom
## Multiple R-squared: 0.8118, Adjusted R-squared: 0.8103
## F-statistic: 567.1 on 2 and 263 DF, p-value: < 2.2e-16
library(car)
## Loading required package: carData
##
## Attaching package: 'car'
## The following object is masked from 'package:psych':
##
## logit
vif(mreg)
## HNX VN30
## 1.001523 1.001523
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 = 1.3428, p-value = 3.59e-08
## alternative hypothesis: true autocorrelation is greater than 0
#### NHẬN XÉT
# Kiểm định đa cộng tuyến cho thấy các giá trị VIF của các biến độc lập đều nhỏ hơn 2 (VIF_HNX = 1.0015, VIF_VN30 = 1.0015)
# => Mô hình không có hiện tượng đa cộng tuyến.
# Kiểm định tự tương quan cho thấy giá trị DW = 1.3428 và p-value = 3.59e-08 (< 0.05)
# => Mô hình có hiện tượng tự tương quan chuỗi (do DW < 1.5 và p-value < 0.05).
## KIỂM ĐỊNH CÁC GIẢ THUYẾT CỦA MÔ HÌNH THÔNG QUA ĐỒ THỊ PHẦN DƯ VÀ PHẦN DƯ CHUẨN HÓA
mreg=lm(VNIndex~HNX+VN30)
summary(mreg)
##
## Call:
## lm(formula = VNIndex ~ HNX + VN30)
##
## Residuals:
## Min 1Q Median 3Q Max
## -86.773 -28.220 8.231 29.285 77.114
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -376.48914 65.90368 -5.713 3.00e-08 ***
## HNX 0.74361 0.11599 6.411 6.65e-10 ***
## VN30 0.99800 0.03044 32.788 < 2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 36.98 on 263 degrees of freedom
## Multiple R-squared: 0.8118, Adjusted R-squared: 0.8103
## F-statistic: 567.1 on 2 and 263 DF, p-value: < 2.2e-16
op=par(mfrow=c(2,2))
plot(mreg)
#### NHẬN XÉT
# Đồ thị bên trái dòng 1 vẽ phần dư ei và giá trị dự báo của VNIndex_i,
# đồ thị này cho thấy các giá trị phần dư tập trung quanh đường y = 0
# cho nên giả định về giá trị trung bình của ei = 0 là có thể chấp nhận được.
# Đồ thị bên phải dòng 1 vẽ giá trị phần dư ei và giá trị kỳ vọng dựa vào phân phối chuẩn
# Kết quả cho thấy các giá trị phần dư tập trung rất gần các giá trị trên đường chuẩn
# do đó, phần dư ei tuần thủ theo quy luật phân phối chuẩn.
# Đồ thị bên trái dòng 2 vẽ căn bậc hai của sai số chuẩn phần dư (Standardized residual)
# và các giá trị VNIndex_i. Đồ thị này cho thấy không có gì khác nhau giữa các số phần dư chuẩn cho các giá trị của VNIndex_i
# do đó, phương sai của phần dư đồng nhất (không thay đổi).
# Đồ thị bên phải dòng 2 (Residuals vs Leverage) giúp phát hiện các điểm dữ liệu ngoại lệ có ảnh hưởng lớn (Outliers/Leverage points).
# Kết quả cho thấy không có điểm nào vượt qua khoảng cách Cook (Cook's distance), cho thấy dữ liệu không bị ảnh hưởng bởi các điểm dị biệt nguy hiểm.