# Họ và Tên:Nguyễn Hoàng Ngọc Anh
# Lớp:24NH1- MSSV:2454020004
# Bài thực hành cuối kì
# Nhập liệu
mitt1=file.choose()
datamitt1=read.csv(mitt1,header=TRUE)
save(datamitt1,file="datamitt1.rda")
attach(datamitt1)
is.data.frame(datamitt1)
## [1] TRUE
names(datamitt1)
## [1] "STT" "Ngày" "VNIndex" "HNX" "VN30"
# Câu b
# Phân vùng VNIndex
VNIndexMH=VNIndex
VNIndexMH=replace(VNIndexMH,VNIndex<=1700,1)
VNIndexMH=replace(VNIndexMH,VNIndex>1700,2)
VNIndexMH
## [1] 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## [38] 2 2 2 2 2 2 2 2 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
## [75] 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 1 1 2 2 1 1 2 2 1 1 1
## [112] 1 1 1 1 1 1 2 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
## [149] 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
## [186] 2 2 2 2 2 2 2 2 2 1 1 1 1 1 2 2 2
VNIndexcode=data.frame(VNIndex,VNIndexMH)
VNIndexcode
## VNIndex VNIndexMH
## 1 1716.47 2
## 2 1747.55 2
## 3 1765.12 2
## 4 1761.06 2
## 5 1757.95 2
## 6 1766.85 2
## 7 1731.19 2
## 8 1636.43 1
## 9 1663.43 1
## 10 1678.50 1
## 11 1687.06 1
## 12 1683.18 1
## 13 1652.54 1
## 14 1680.50 1
## 15 1685.83 1
## 16 1669.57 1
## 17 1639.65 1
## 18 1617.00 1
## 19 1651.98 1
## 20 1654.89 1
## 21 1642.64 1
## 22 1599.10 1
## 23 1580.54 1
## 24 1593.61 1
## 25 1631.86 1
## 26 1631.44 1
## 27 1635.46 1
## 28 1654.42 1
## 29 1659.92 1
## 30 1649.00 1
## 31 1655.99 1
## 32 1654.93 1
## 33 1667.98 1
## 34 1660.36 1
## 35 1680.36 1
## 36 1684.32 1
## 37 1690.99 1
## 38 1701.67 2
## 39 1717.06 2
## 40 1731.77 2
## 41 1737.24 2
## 42 1741.32 2
## 43 1753.74 2
## 44 1747.17 2
## 45 1718.98 2
## 46 1698.90 1
## 47 1646.89 1
## 48 1646.01 1
## 49 1679.18 1
## 50 1673.66 1
## 51 1676.98 1
## 52 1704.31 2
## 53 1751.03 2
## 54 1772.15 2
## 55 1782.82 2
## 56 1742.85 2
## 57 1729.80 2
## 58 1754.84 2
## 59 1766.90 2
## 60 1784.49 2
## 61 1788.40 2
## 62 1816.27 2
## 63 1861.58 2
## 64 1855.56 2
## 65 1867.90 2
## 66 1877.33 2
## 67 1902.93 2
## 68 1894.44 2
## 69 1864.80 2
## 70 1879.13 2
## 71 1896.59 2
## 72 1893.78 2
## 73 1885.44 2
## 74 1882.73 2
## 75 1870.79 2
## 76 1843.72 2
## 77 1830.50 2
## 78 1802.91 2
## 79 1814.98 2
## 80 1829.04 2
## 81 1806.50 2
## 82 1813.40 2
## 83 1791.43 2
## 84 1782.56 2
## 85 1755.49 2
## 86 1754.82 2
## 87 1754.03 2
## 88 1796.85 2
## 89 1814.09 2
## 90 1824.09 2
## 91 1860.14 2
## 92 1867.62 2
## 93 1860.91 2
## 94 1879.64 2
## 95 1880.33 2
## 96 1846.10 2
## 97 1813.14 2
## 98 1818.27 2
## 99 1808.51 2
## 100 1767.84 2
## 101 1652.79 1
## 102 1676.73 1
## 103 1728.34 2
## 104 1709.61 2
## 105 1696.24 1
## 106 1693.21 1
## 107 1710.29 2
## 108 1713.83 2
## 109 1699.13 1
## 110 1647.81 1
## 111 1591.17 1
## 112 1614.77 1
## 113 1658.19 1
## 114 1644.63 1
## 115 1672.80 1
## 116 1662.54 1
## 117 1674.49 1
## 118 1702.93 2
## 119 1694.82 1
## 120 1684.04 1
## 121 1674.99 1
## 122 1677.54 1
## 123 1756.55 2
## 124 1736.68 2
## 125 1750.00 2
## 126 1758.96 2
## 127 1775.65 2
## 128 1800.65 2
## 129 1819.83 2
## 130 1817.17 2
## 131 1837.11 2
## 132 1833.48 2
## 133 1857.30 2
## 134 1870.36 2
## 135 1853.29 2
## 136 1875.84 2
## 137 1854.10 2
## 138 1854.06 2
## 139 1874.85 2
## 140 1891.20 2
## 141 1909.01 2
## 142 1915.37 2
## 143 1895.50 2
## 144 1901.10 2
## 145 1898.37 2
## 146 1925.46 2
## 147 1921.60 2
## 148 1927.94 2
## 149 1912.93 2
## 150 1913.23 2
## 151 1896.89 2
## 152 1877.13 2
## 153 1886.03 2
## 154 1884.18 2
## 155 1874.43 2
## 156 1863.67 2
## 157 1863.49 2
## 158 1844.54 2
## 159 1826.47 2
## 160 1819.01 2
## 161 1831.55 2
## 162 1838.90 2
## 163 1790.53 2
## 164 1793.05 2
## 165 1803.71 2
## 166 1798.61 2
## 167 1791.65 2
## 168 1799.31 2
## 169 1807.94 2
## 170 1806.20 2
## 171 1830.47 2
## 172 1824.53 2
## 173 1857.91 2
## 174 1869.04 2
## 175 1878.02 2
## 176 1863.07 2
## 177 1871.91 2
## 178 1854.97 2
## 179 1860.01 2
## 180 1867.21 2
## 181 1866.35 2
## 182 1862.08 2
## 183 1843.50 2
## 184 1848.25 2
## 185 1853.70 2
## 186 1840.70 2
## 187 1828.34 2
## 188 1800.54 2
## 189 1806.63 2
## 190 1782.12 2
## 191 1804.24 2
## 192 1787.45 2
## 193 1743.51 2
## 194 1730.56 2
## 195 1668.53 1
## 196 1699.38 1
## 197 1686.11 1
## 198 1669.01 1
## 199 1680.62 1
## 200 1704.68 2
## 201 1744.66 2
## 202 1735.78 2
# Mã hóa VNIndex
VNIndex1=VNIndexMH
VNIndex=replace(VNIndex1,VNIndexMH==1,"Nhỏ hơn hoặc bằng 1700")
VNIndex=replace(VNIndex1,VNIndexMH==2,"Lớn hơn 1700")
VNIndex1MH=data.frame(VNIndexMH,VNIndex1)
VNIndex1MH
## VNIndexMH VNIndex1
## 1 2 2
## 2 2 2
## 3 2 2
## 4 2 2
## 5 2 2
## 6 2 2
## 7 2 2
## 8 1 1
## 9 1 1
## 10 1 1
## 11 1 1
## 12 1 1
## 13 1 1
## 14 1 1
## 15 1 1
## 16 1 1
## 17 1 1
## 18 1 1
## 19 1 1
## 20 1 1
## 21 1 1
## 22 1 1
## 23 1 1
## 24 1 1
## 25 1 1
## 26 1 1
## 27 1 1
## 28 1 1
## 29 1 1
## 30 1 1
## 31 1 1
## 32 1 1
## 33 1 1
## 34 1 1
## 35 1 1
## 36 1 1
## 37 1 1
## 38 2 2
## 39 2 2
## 40 2 2
## 41 2 2
## 42 2 2
## 43 2 2
## 44 2 2
## 45 2 2
## 46 1 1
## 47 1 1
## 48 1 1
## 49 1 1
## 50 1 1
## 51 1 1
## 52 2 2
## 53 2 2
## 54 2 2
## 55 2 2
## 56 2 2
## 57 2 2
## 58 2 2
## 59 2 2
## 60 2 2
## 61 2 2
## 62 2 2
## 63 2 2
## 64 2 2
## 65 2 2
## 66 2 2
## 67 2 2
## 68 2 2
## 69 2 2
## 70 2 2
## 71 2 2
## 72 2 2
## 73 2 2
## 74 2 2
## 75 2 2
## 76 2 2
## 77 2 2
## 78 2 2
## 79 2 2
## 80 2 2
## 81 2 2
## 82 2 2
## 83 2 2
## 84 2 2
## 85 2 2
## 86 2 2
## 87 2 2
## 88 2 2
## 89 2 2
## 90 2 2
## 91 2 2
## 92 2 2
## 93 2 2
## 94 2 2
## 95 2 2
## 96 2 2
## 97 2 2
## 98 2 2
## 99 2 2
## 100 2 2
## 101 1 1
## 102 1 1
## 103 2 2
## 104 2 2
## 105 1 1
## 106 1 1
## 107 2 2
## 108 2 2
## 109 1 1
## 110 1 1
## 111 1 1
## 112 1 1
## 113 1 1
## 114 1 1
## 115 1 1
## 116 1 1
## 117 1 1
## 118 2 2
## 119 1 1
## 120 1 1
## 121 1 1
## 122 1 1
## 123 2 2
## 124 2 2
## 125 2 2
## 126 2 2
## 127 2 2
## 128 2 2
## 129 2 2
## 130 2 2
## 131 2 2
## 132 2 2
## 133 2 2
## 134 2 2
## 135 2 2
## 136 2 2
## 137 2 2
## 138 2 2
## 139 2 2
## 140 2 2
## 141 2 2
## 142 2 2
## 143 2 2
## 144 2 2
## 145 2 2
## 146 2 2
## 147 2 2
## 148 2 2
## 149 2 2
## 150 2 2
## 151 2 2
## 152 2 2
## 153 2 2
## 154 2 2
## 155 2 2
## 156 2 2
## 157 2 2
## 158 2 2
## 159 2 2
## 160 2 2
## 161 2 2
## 162 2 2
## 163 2 2
## 164 2 2
## 165 2 2
## 166 2 2
## 167 2 2
## 168 2 2
## 169 2 2
## 170 2 2
## 171 2 2
## 172 2 2
## 173 2 2
## 174 2 2
## 175 2 2
## 176 2 2
## 177 2 2
## 178 2 2
## 179 2 2
## 180 2 2
## 181 2 2
## 182 2 2
## 183 2 2
## 184 2 2
## 185 2 2
## 186 2 2
## 187 2 2
## 188 2 2
## 189 2 2
## 190 2 2
## 191 2 2
## 192 2 2
## 193 2 2
## 194 2 2
## 195 1 1
## 196 1 1
## 197 1 1
## 198 1 1
## 199 1 1
## 200 2 2
## 201 2 2
## 202 2 2
# Phân vùng HNX
HNXMH=HNX
HNXMH=replace(HNXMH,HNX<=270,1)
HNXMH=replace(HNXMH,HNX>270,2)
HNXMH
## [1] 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## [38] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## [75] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## [112] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## [149] 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
## [186] 2 2 2 2 2 2 2 2 2 2 2 2 2 1 1 2 2
HNXcode=data.frame(HNX,HNXMH)
HNXcode
## HNX HNXMH
## 1 273.34 2
## 2 274.94 2
## 3 273.62 2
## 4 275.35 2
## 5 275.33 2
## 6 276.12 2
## 7 277.08 2
## 8 276.11 2
## 9 263.02 1
## 10 264.65 1
## 11 268.69 1
## 12 266.78 1
## 13 267.28 1
## 14 265.36 1
## 15 266.78 1
## 16 268.04 1
## 17 266.96 1
## 18 265.85 1
## 19 259.18 1
## 20 265.91 1
## 21 266.70 1
## 22 266.15 1
## 23 260.11 1
## 24 258.18 1
## 25 261.08 1
## 26 264.79 1
## 27 266.29 1
## 28 267.61 1
## 29 268.69 1
## 30 267.36 1
## 31 265.03 1
## 32 264.23 1
## 33 263.13 1
## 34 261.22 1
## 35 257.30 1
## 36 261.91 1
## 37 261.43 1
## 38 259.91 1
## 39 257.91 1
## 40 258.87 1
## 41 259.67 1
## 42 262.31 1
## 43 260.65 1
## 44 258.68 1
## 45 257.14 1
## 46 256.48 1
## 47 255.87 1
## 48 250.09 1
## 49 249.37 1
## 50 255.08 1
## 51 253.12 1
## 52 253.23 1
## 53 253.97 1
## 54 257.23 1
## 55 255.47 1
## 56 252.60 1
## 57 250.98 1
## 58 250.53 1
## 59 251.22 1
## 60 250.50 1
## 61 248.77 1
## 62 246.74 1
## 63 246.52 1
## 64 249.40 1
## 65 249.10 1
## 66 247.10 1
## 67 251.88 1
## 68 252.85 1
## 69 253.32 1
## 70 253.16 1
## 71 252.28 1
## 72 254.95 1
## 73 253.11 1
## 74 252.66 1
## 75 258.43 1
## 76 252.96 1
## 77 247.30 1
## 78 252.84 1
## 79 252.47 1
## 80 252.72 1
## 81 256.13 1
## 82 260.39 1
## 83 265.18 1
## 84 265.95 1
## 85 263.04 1
## 86 256.28 1
## 87 256.01 1
## 88 253.77 1
## 89 255.86 1
## 90 256.48 1
## 91 257.06 1
## 92 261.83 1
## 93 262.72 1
## 94 263.23 1
## 95 262.33 1
## 96 262.82 1
## 97 259.00 1
## 98 260.01 1
## 99 257.85 1
## 100 257.59 1
## 101 253.64 1
## 102 235.36 1
## 103 240.07 1
## 104 247.02 1
## 105 247.85 1
## 106 245.84 1
## 107 245.74 1
## 108 246.86 1
## 109 247.78 1
## 110 245.73 1
## 111 243.46 1
## 112 237.54 1
## 113 243.81 1
## 114 249.67 1
## 115 248.21 1
## 116 252.36 1
## 117 250.59 1
## 118 250.98 1
## 119 251.46 1
## 120 250.36 1
## 121 248.68 1
## 122 245.03 1
## 123 246.70 1
## 124 253.32 1
## 125 250.98 1
## 126 251.91 1
## 127 251.66 1
## 128 252.41 1
## 129 252.72 1
## 130 256.49 1
## 131 260.00 1
## 132 257.33 1
## 133 253.27 1
## 134 255.36 1
## 135 253.23 1
## 136 251.95 1
## 137 249.44 1
## 138 250.66 1
## 139 250.04 1
## 140 247.42 1
## 141 248.46 1
## 142 247.76 1
## 143 246.49 1
## 144 248.06 1
## 145 253.28 1
## 146 254.62 1
## 147 255.07 1
## 148 257.42 1
## 149 259.25 1
## 150 259.50 1
## 151 261.33 1
## 152 264.37 1
## 153 267.51 1
## 154 271.80 2
## 155 278.15 2
## 156 282.23 2
## 157 285.56 2
## 158 294.94 2
## 159 305.18 2
## 160 314.79 2
## 161 317.48 2
## 162 304.86 2
## 163 293.79 2
## 164 298.36 2
## 165 305.74 2
## 166 301.15 2
## 167 300.09 2
## 168 302.49 2
## 169 310.91 2
## 170 319.62 2
## 171 330.20 2
## 172 336.16 2
## 173 324.83 2
## 174 321.06 2
## 175 326.38 2
## 176 318.24 2
## 177 319.44 2
## 178 317.83 2
## 179 317.99 2
## 180 313.16 2
## 181 313.16 2
## 182 306.73 2
## 183 307.57 2
## 184 296.51 2
## 185 293.74 2
## 186 300.39 2
## 187 306.67 2
## 188 303.76 2
## 189 291.90 2
## 190 297.34 2
## 191 291.07 2
## 192 288.32 2
## 193 291.70 2
## 194 284.41 2
## 195 280.74 2
## 196 275.49 2
## 197 281.07 2
## 198 272.99 2
## 199 269.35 1
## 200 269.45 1
## 201 271.68 2
## 202 275.05 2
# MÃ HÓA HNX
HNX1=HNXMH
HNX1=replace(HNX1,HNXMH==1,"Nhỏ hơn hoặc bằng 270")
HNX1=replace(HNX1,HNXMH==2,"Lớn hơn 270")
HNX1MH=data.frame(HNXMH,HNX1)
HNX1MH
## HNXMH HNX1
## 1 2 Lớn hơn 270
## 2 2 Lớn hơn 270
## 3 2 Lớn hơn 270
## 4 2 Lớn hơn 270
## 5 2 Lớn hơn 270
## 6 2 Lớn hơn 270
## 7 2 Lớn hơn 270
## 8 2 Lớn hơn 270
## 9 1 Nhỏ hơn hoặc bằng 270
## 10 1 Nhỏ hơn hoặc bằng 270
## 11 1 Nhỏ hơn hoặc bằng 270
## 12 1 Nhỏ hơn hoặc bằng 270
## 13 1 Nhỏ hơn hoặc bằng 270
## 14 1 Nhỏ hơn hoặc bằng 270
## 15 1 Nhỏ hơn hoặc bằng 270
## 16 1 Nhỏ hơn hoặc bằng 270
## 17 1 Nhỏ hơn hoặc bằng 270
## 18 1 Nhỏ hơn hoặc bằng 270
## 19 1 Nhỏ hơn hoặc bằng 270
## 20 1 Nhỏ hơn hoặc bằng 270
## 21 1 Nhỏ hơn hoặc bằng 270
## 22 1 Nhỏ hơn hoặc bằng 270
## 23 1 Nhỏ hơn hoặc bằng 270
## 24 1 Nhỏ hơn hoặc bằng 270
## 25 1 Nhỏ hơn hoặc bằng 270
## 26 1 Nhỏ hơn hoặc bằng 270
## 27 1 Nhỏ hơn hoặc bằng 270
## 28 1 Nhỏ hơn hoặc bằng 270
## 29 1 Nhỏ hơn hoặc bằng 270
## 30 1 Nhỏ hơn hoặc bằng 270
## 31 1 Nhỏ hơn hoặc bằng 270
## 32 1 Nhỏ hơn hoặc bằng 270
## 33 1 Nhỏ hơn hoặc bằng 270
## 34 1 Nhỏ hơn hoặc bằng 270
## 35 1 Nhỏ hơn hoặc bằng 270
## 36 1 Nhỏ hơn hoặc bằng 270
## 37 1 Nhỏ hơn hoặc bằng 270
## 38 1 Nhỏ hơn hoặc bằng 270
## 39 1 Nhỏ hơn hoặc bằng 270
## 40 1 Nhỏ hơn hoặc bằng 270
## 41 1 Nhỏ hơn hoặc bằng 270
## 42 1 Nhỏ hơn hoặc bằng 270
## 43 1 Nhỏ hơn hoặc bằng 270
## 44 1 Nhỏ hơn hoặc bằng 270
## 45 1 Nhỏ hơn hoặc bằng 270
## 46 1 Nhỏ hơn hoặc bằng 270
## 47 1 Nhỏ hơn hoặc bằng 270
## 48 1 Nhỏ hơn hoặc bằng 270
## 49 1 Nhỏ hơn hoặc bằng 270
## 50 1 Nhỏ hơn hoặc bằng 270
## 51 1 Nhỏ hơn hoặc bằng 270
## 52 1 Nhỏ hơn hoặc bằng 270
## 53 1 Nhỏ hơn hoặc bằng 270
## 54 1 Nhỏ hơn hoặc bằng 270
## 55 1 Nhỏ hơn hoặc bằng 270
## 56 1 Nhỏ hơn hoặc bằng 270
## 57 1 Nhỏ hơn hoặc bằng 270
## 58 1 Nhỏ hơn hoặc bằng 270
## 59 1 Nhỏ hơn hoặc bằng 270
## 60 1 Nhỏ hơn hoặc bằng 270
## 61 1 Nhỏ hơn hoặc bằng 270
## 62 1 Nhỏ hơn hoặc bằng 270
## 63 1 Nhỏ hơn hoặc bằng 270
## 64 1 Nhỏ hơn hoặc bằng 270
## 65 1 Nhỏ hơn hoặc bằng 270
## 66 1 Nhỏ hơn hoặc bằng 270
## 67 1 Nhỏ hơn hoặc bằng 270
## 68 1 Nhỏ hơn hoặc bằng 270
## 69 1 Nhỏ hơn hoặc bằng 270
## 70 1 Nhỏ hơn hoặc bằng 270
## 71 1 Nhỏ hơn hoặc bằng 270
## 72 1 Nhỏ hơn hoặc bằng 270
## 73 1 Nhỏ hơn hoặc bằng 270
## 74 1 Nhỏ hơn hoặc bằng 270
## 75 1 Nhỏ hơn hoặc bằng 270
## 76 1 Nhỏ hơn hoặc bằng 270
## 77 1 Nhỏ hơn hoặc bằng 270
## 78 1 Nhỏ hơn hoặc bằng 270
## 79 1 Nhỏ hơn hoặc bằng 270
## 80 1 Nhỏ hơn hoặc bằng 270
## 81 1 Nhỏ hơn hoặc bằng 270
## 82 1 Nhỏ hơn hoặc bằng 270
## 83 1 Nhỏ hơn hoặc bằng 270
## 84 1 Nhỏ hơn hoặc bằng 270
## 85 1 Nhỏ hơn hoặc bằng 270
## 86 1 Nhỏ hơn hoặc bằng 270
## 87 1 Nhỏ hơn hoặc bằng 270
## 88 1 Nhỏ hơn hoặc bằng 270
## 89 1 Nhỏ hơn hoặc bằng 270
## 90 1 Nhỏ hơn hoặc bằng 270
## 91 1 Nhỏ hơn hoặc bằng 270
## 92 1 Nhỏ hơn hoặc bằng 270
## 93 1 Nhỏ hơn hoặc bằng 270
## 94 1 Nhỏ hơn hoặc bằng 270
## 95 1 Nhỏ hơn hoặc bằng 270
## 96 1 Nhỏ hơn hoặc bằng 270
## 97 1 Nhỏ hơn hoặc bằng 270
## 98 1 Nhỏ hơn hoặc bằng 270
## 99 1 Nhỏ hơn hoặc bằng 270
## 100 1 Nhỏ hơn hoặc bằng 270
## 101 1 Nhỏ hơn hoặc bằng 270
## 102 1 Nhỏ hơn hoặc bằng 270
## 103 1 Nhỏ hơn hoặc bằng 270
## 104 1 Nhỏ hơn hoặc bằng 270
## 105 1 Nhỏ hơn hoặc bằng 270
## 106 1 Nhỏ hơn hoặc bằng 270
## 107 1 Nhỏ hơn hoặc bằng 270
## 108 1 Nhỏ hơn hoặc bằng 270
## 109 1 Nhỏ hơn hoặc bằng 270
## 110 1 Nhỏ hơn hoặc bằng 270
## 111 1 Nhỏ hơn hoặc bằng 270
## 112 1 Nhỏ hơn hoặc bằng 270
## 113 1 Nhỏ hơn hoặc bằng 270
## 114 1 Nhỏ hơn hoặc bằng 270
## 115 1 Nhỏ hơn hoặc bằng 270
## 116 1 Nhỏ hơn hoặc bằng 270
## 117 1 Nhỏ hơn hoặc bằng 270
## 118 1 Nhỏ hơn hoặc bằng 270
## 119 1 Nhỏ hơn hoặc bằng 270
## 120 1 Nhỏ hơn hoặc bằng 270
## 121 1 Nhỏ hơn hoặc bằng 270
## 122 1 Nhỏ hơn hoặc bằng 270
## 123 1 Nhỏ hơn hoặc bằng 270
## 124 1 Nhỏ hơn hoặc bằng 270
## 125 1 Nhỏ hơn hoặc bằng 270
## 126 1 Nhỏ hơn hoặc bằng 270
## 127 1 Nhỏ hơn hoặc bằng 270
## 128 1 Nhỏ hơn hoặc bằng 270
## 129 1 Nhỏ hơn hoặc bằng 270
## 130 1 Nhỏ hơn hoặc bằng 270
## 131 1 Nhỏ hơn hoặc bằng 270
## 132 1 Nhỏ hơn hoặc bằng 270
## 133 1 Nhỏ hơn hoặc bằng 270
## 134 1 Nhỏ hơn hoặc bằng 270
## 135 1 Nhỏ hơn hoặc bằng 270
## 136 1 Nhỏ hơn hoặc bằng 270
## 137 1 Nhỏ hơn hoặc bằng 270
## 138 1 Nhỏ hơn hoặc bằng 270
## 139 1 Nhỏ hơn hoặc bằng 270
## 140 1 Nhỏ hơn hoặc bằng 270
## 141 1 Nhỏ hơn hoặc bằng 270
## 142 1 Nhỏ hơn hoặc bằng 270
## 143 1 Nhỏ hơn hoặc bằng 270
## 144 1 Nhỏ hơn hoặc bằng 270
## 145 1 Nhỏ hơn hoặc bằng 270
## 146 1 Nhỏ hơn hoặc bằng 270
## 147 1 Nhỏ hơn hoặc bằng 270
## 148 1 Nhỏ hơn hoặc bằng 270
## 149 1 Nhỏ hơn hoặc bằng 270
## 150 1 Nhỏ hơn hoặc bằng 270
## 151 1 Nhỏ hơn hoặc bằng 270
## 152 1 Nhỏ hơn hoặc bằng 270
## 153 1 Nhỏ hơn hoặc bằng 270
## 154 2 Lớn hơn 270
## 155 2 Lớn hơn 270
## 156 2 Lớn hơn 270
## 157 2 Lớn hơn 270
## 158 2 Lớn hơn 270
## 159 2 Lớn hơn 270
## 160 2 Lớn hơn 270
## 161 2 Lớn hơn 270
## 162 2 Lớn hơn 270
## 163 2 Lớn hơn 270
## 164 2 Lớn hơn 270
## 165 2 Lớn hơn 270
## 166 2 Lớn hơn 270
## 167 2 Lớn hơn 270
## 168 2 Lớn hơn 270
## 169 2 Lớn hơn 270
## 170 2 Lớn hơn 270
## 171 2 Lớn hơn 270
## 172 2 Lớn hơn 270
## 173 2 Lớn hơn 270
## 174 2 Lớn hơn 270
## 175 2 Lớn hơn 270
## 176 2 Lớn hơn 270
## 177 2 Lớn hơn 270
## 178 2 Lớn hơn 270
## 179 2 Lớn hơn 270
## 180 2 Lớn hơn 270
## 181 2 Lớn hơn 270
## 182 2 Lớn hơn 270
## 183 2 Lớn hơn 270
## 184 2 Lớn hơn 270
## 185 2 Lớn hơn 270
## 186 2 Lớn hơn 270
## 187 2 Lớn hơn 270
## 188 2 Lớn hơn 270
## 189 2 Lớn hơn 270
## 190 2 Lớn hơn 270
## 191 2 Lớn hơn 270
## 192 2 Lớn hơn 270
## 193 2 Lớn hơn 270
## 194 2 Lớn hơn 270
## 195 2 Lớn hơn 270
## 196 2 Lớn hơn 270
## 197 2 Lớn hơn 270
## 198 2 Lớn hơn 270
## 199 1 Nhỏ hơn hoặc bằng 270
## 200 1 Nhỏ hơn hoặc bằng 270
## 201 2 Lớn hơn 270
## 202 2 Lớn hơn 270
# PHÂN VÙNG VN30
VN30MH=VN30
VN30MH=replace(VN30MH,VN30<=1800,1)
VN30MH=replace(VN30MH,VN30>1800,2)
VN30MH
## [1] 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
## [38] 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
## [75] 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 1
## [112] 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
## [149] 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
## [186] 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
VN30code=data.frame(VN30,VN30MH)
VN30code
## VN30 VN30MH
## 1 1946.78 2
## 2 1980.57 2
## 3 2013.81 2
## 4 2055.85 2
## 5 2037.76 2
## 6 2025.76 2
## 7 2043.09 2
## 8 1977.14 2
## 9 1933.22 2
## 10 1955.93 2
## 11 1962.13 2
## 12 1954.65 2
## 13 1962.31 2
## 14 1949.51 2
## 15 1972.04 2
## 16 1956.25 2
## 17 1932.28 2
## 18 1903.21 2
## 19 1908.55 2
## 20 1908.02 2
## 21 1890.96 2
## 22 1874.16 2
## 23 1844.44 2
## 24 1832.01 2
## 25 1872.31 2
## 26 1878.20 2
## 27 1875.71 2
## 28 1894.54 2
## 29 1899.15 2
## 30 1901.05 2
## 31 1904.44 2
## 32 1902.41 2
## 33 1925.79 2
## 34 1932.62 2
## 35 1927.38 2
## 36 1935.02 2
## 37 1931.28 2
## 38 1945.50 2
## 39 1953.08 2
## 40 1983.06 2
## 41 1986.17 2
## 42 2000.75 2
## 43 2001.28 2
## 44 2001.61 2
## 45 1976.81 2
## 46 1949.77 2
## 47 1932.24 2
## 48 1889.48 2
## 49 1920.11 2
## 50 1916.02 2
## 51 1903.47 2
## 52 1937.41 2
## 53 1985.28 2
## 54 2021.36 2
## 55 2036.61 2
## 56 2049.15 2
## 57 1976.21 2
## 58 1992.03 2
## 59 2009.89 2
## 60 2031.61 2
## 61 2039.46 2
## 62 2058.90 2
## 63 2096.76 2
## 64 2121.13 2
## 65 2090.50 2
## 66 2082.02 2
## 67 2100.62 2
## 68 2101.54 2
## 69 2068.04 2
## 70 2098.66 2
## 71 2106.49 2
## 72 2112.71 2
## 73 2090.97 2
## 74 2099.52 2
## 75 2102.77 2
## 76 2089.09 2
## 77 2036.82 2
## 78 2031.76 2
## 79 2018.98 2
## 80 2033.32 2
## 81 2035.72 2
## 82 2018.35 2
## 83 2003.26 2
## 84 1995.69 2
## 85 1969.27 2
## 86 1961.86 2
## 87 1970.10 2
## 88 2005.42 2
## 89 2018.94 2
## 90 2027.18 2
## 91 2044.96 2
## 92 2050.85 2
## 93 2066.80 2
## 94 2073.31 2
## 95 2077.35 2
## 96 2061.75 2
## 97 2019.60 2
## 98 1971.38 2
## 99 1985.71 2
## 100 1942.76 2
## 101 1904.19 2
## 102 1859.21 2
## 103 1894.44 2
## 104 1895.39 2
## 105 1874.42 2
## 106 1863.80 2
## 107 1901.94 2
## 108 1901.76 2
## 109 1868.84 2
## 110 1854.19 2
## 111 1797.99 1
## 112 1794.61 1
## 113 1815.19 2
## 114 1831.54 2
## 115 1825.60 2
## 116 1824.82 2
## 117 1834.79 2
## 118 1872.80 2
## 119 1878.96 2
## 120 1868.91 2
## 121 1850.09 2
## 122 1852.58 2
## 123 1931.56 2
## 124 1943.72 2
## 125 1946.60 2
## 126 1933.96 2
## 127 1955.16 2
## 128 1964.34 2
## 129 1982.79 2
## 130 2008.98 2
## 131 2009.95 2
## 132 2042.12 2
## 133 2029.47 2
## 134 2047.68 2
## 135 2035.48 2
## 136 2045.19 2
## 137 2052.48 2
## 138 2039.83 2
## 139 2033.63 2
## 140 2057.82 2
## 141 2092.06 2
## 142 2085.66 2
## 143 2076.97 2
## 144 2054.34 2
## 145 2066.09 2
## 146 2069.40 2
## 147 2078.38 2
## 148 2064.45 2
## 149 2049.08 2
## 150 2038.02 2
## 151 2041.26 2
## 152 2034.13 2
## 153 2030.25 2
## 154 2031.05 2
## 155 2037.08 2
## 156 2028.16 2
## 157 2013.13 2
## 158 2007.43 2
## 159 2001.07 2
## 160 1991.08 2
## 161 1982.33 2
## 162 1990.80 2
## 163 1986.28 2
## 164 1957.45 2
## 165 1964.17 2
## 166 1967.79 2
## 167 1969.19 2
## 168 1967.82 2
## 169 1970.66 2
## 170 1962.96 2
## 171 1979.15 2
## 172 1975.80 2
## 173 1986.91 2
## 174 2018.15 2
## 175 2018.46 2
## 176 2015.06 2
## 177 2010.45 2
## 178 2009.73 2
## 179 2007.22 2
## 180 2016.64 2
## 181 2024.30 2
## 182 2019.21 2
## 183 2020.61 2
## 184 1996.89 2
## 185 2002.01 2
## 186 1998.44 2
## 187 1993.56 2
## 188 1981.75 2
## 189 1946.97 2
## 190 1955.74 2
## 191 1942.81 2
## 192 1944.27 2
## 193 1936.86 2
## 194 1901.03 2
## 195 1894.03 2
## 196 1854.50 2
## 197 1860.33 2
## 198 1853.37 2
## 199 1827.97 2
## 200 1850.93 2
## 201 1893.25 2
## 202 1903.61 2
# MÃ HÓA VN30
VN301=VN30MH
VN301=replace(VN301,VN30MH==1,"Nhỏ hơn hoặc bằng 1800")
VN301=replace(VN301,VN30MH==2,"Lớn hơn 1800")
VN301MH=data.frame(VN30MH,VN301)
VN301MH
## VN30MH VN301
## 1 2 Lớn hơn 1800
## 2 2 Lớn hơn 1800
## 3 2 Lớn hơn 1800
## 4 2 Lớn hơn 1800
## 5 2 Lớn hơn 1800
## 6 2 Lớn hơn 1800
## 7 2 Lớn hơn 1800
## 8 2 Lớn hơn 1800
## 9 2 Lớn hơn 1800
## 10 2 Lớn hơn 1800
## 11 2 Lớn hơn 1800
## 12 2 Lớn hơn 1800
## 13 2 Lớn hơn 1800
## 14 2 Lớn hơn 1800
## 15 2 Lớn hơn 1800
## 16 2 Lớn hơn 1800
## 17 2 Lớn hơn 1800
## 18 2 Lớn hơn 1800
## 19 2 Lớn hơn 1800
## 20 2 Lớn hơn 1800
## 21 2 Lớn hơn 1800
## 22 2 Lớn hơn 1800
## 23 2 Lớn hơn 1800
## 24 2 Lớn hơn 1800
## 25 2 Lớn hơn 1800
## 26 2 Lớn hơn 1800
## 27 2 Lớn hơn 1800
## 28 2 Lớn hơn 1800
## 29 2 Lớn hơn 1800
## 30 2 Lớn hơn 1800
## 31 2 Lớn hơn 1800
## 32 2 Lớn hơn 1800
## 33 2 Lớn hơn 1800
## 34 2 Lớn hơn 1800
## 35 2 Lớn hơn 1800
## 36 2 Lớn hơn 1800
## 37 2 Lớn hơn 1800
## 38 2 Lớn hơn 1800
## 39 2 Lớn hơn 1800
## 40 2 Lớn hơn 1800
## 41 2 Lớn hơn 1800
## 42 2 Lớn hơn 1800
## 43 2 Lớn hơn 1800
## 44 2 Lớn hơn 1800
## 45 2 Lớn hơn 1800
## 46 2 Lớn hơn 1800
## 47 2 Lớn hơn 1800
## 48 2 Lớn hơn 1800
## 49 2 Lớn hơn 1800
## 50 2 Lớn hơn 1800
## 51 2 Lớn hơn 1800
## 52 2 Lớn hơn 1800
## 53 2 Lớn hơn 1800
## 54 2 Lớn hơn 1800
## 55 2 Lớn hơn 1800
## 56 2 Lớn hơn 1800
## 57 2 Lớn hơn 1800
## 58 2 Lớn hơn 1800
## 59 2 Lớn hơn 1800
## 60 2 Lớn hơn 1800
## 61 2 Lớn hơn 1800
## 62 2 Lớn hơn 1800
## 63 2 Lớn hơn 1800
## 64 2 Lớn hơn 1800
## 65 2 Lớn hơn 1800
## 66 2 Lớn hơn 1800
## 67 2 Lớn hơn 1800
## 68 2 Lớn hơn 1800
## 69 2 Lớn hơn 1800
## 70 2 Lớn hơn 1800
## 71 2 Lớn hơn 1800
## 72 2 Lớn hơn 1800
## 73 2 Lớn hơn 1800
## 74 2 Lớn hơn 1800
## 75 2 Lớn hơn 1800
## 76 2 Lớn hơn 1800
## 77 2 Lớn hơn 1800
## 78 2 Lớn hơn 1800
## 79 2 Lớn hơn 1800
## 80 2 Lớn hơn 1800
## 81 2 Lớn hơn 1800
## 82 2 Lớn hơn 1800
## 83 2 Lớn hơn 1800
## 84 2 Lớn hơn 1800
## 85 2 Lớn hơn 1800
## 86 2 Lớn hơn 1800
## 87 2 Lớn hơn 1800
## 88 2 Lớn hơn 1800
## 89 2 Lớn hơn 1800
## 90 2 Lớn hơn 1800
## 91 2 Lớn hơn 1800
## 92 2 Lớn hơn 1800
## 93 2 Lớn hơn 1800
## 94 2 Lớn hơn 1800
## 95 2 Lớn hơn 1800
## 96 2 Lớn hơn 1800
## 97 2 Lớn hơn 1800
## 98 2 Lớn hơn 1800
## 99 2 Lớn hơn 1800
## 100 2 Lớn hơn 1800
## 101 2 Lớn hơn 1800
## 102 2 Lớn hơn 1800
## 103 2 Lớn hơn 1800
## 104 2 Lớn hơn 1800
## 105 2 Lớn hơn 1800
## 106 2 Lớn hơn 1800
## 107 2 Lớn hơn 1800
## 108 2 Lớn hơn 1800
## 109 2 Lớn hơn 1800
## 110 2 Lớn hơn 1800
## 111 1 Nhỏ hơn hoặc bằng 1800
## 112 1 Nhỏ hơn hoặc bằng 1800
## 113 2 Lớn hơn 1800
## 114 2 Lớn hơn 1800
## 115 2 Lớn hơn 1800
## 116 2 Lớn hơn 1800
## 117 2 Lớn hơn 1800
## 118 2 Lớn hơn 1800
## 119 2 Lớn hơn 1800
## 120 2 Lớn hơn 1800
## 121 2 Lớn hơn 1800
## 122 2 Lớn hơn 1800
## 123 2 Lớn hơn 1800
## 124 2 Lớn hơn 1800
## 125 2 Lớn hơn 1800
## 126 2 Lớn hơn 1800
## 127 2 Lớn hơn 1800
## 128 2 Lớn hơn 1800
## 129 2 Lớn hơn 1800
## 130 2 Lớn hơn 1800
## 131 2 Lớn hơn 1800
## 132 2 Lớn hơn 1800
## 133 2 Lớn hơn 1800
## 134 2 Lớn hơn 1800
## 135 2 Lớn hơn 1800
## 136 2 Lớn hơn 1800
## 137 2 Lớn hơn 1800
## 138 2 Lớn hơn 1800
## 139 2 Lớn hơn 1800
## 140 2 Lớn hơn 1800
## 141 2 Lớn hơn 1800
## 142 2 Lớn hơn 1800
## 143 2 Lớn hơn 1800
## 144 2 Lớn hơn 1800
## 145 2 Lớn hơn 1800
## 146 2 Lớn hơn 1800
## 147 2 Lớn hơn 1800
## 148 2 Lớn hơn 1800
## 149 2 Lớn hơn 1800
## 150 2 Lớn hơn 1800
## 151 2 Lớn hơn 1800
## 152 2 Lớn hơn 1800
## 153 2 Lớn hơn 1800
## 154 2 Lớn hơn 1800
## 155 2 Lớn hơn 1800
## 156 2 Lớn hơn 1800
## 157 2 Lớn hơn 1800
## 158 2 Lớn hơn 1800
## 159 2 Lớn hơn 1800
## 160 2 Lớn hơn 1800
## 161 2 Lớn hơn 1800
## 162 2 Lớn hơn 1800
## 163 2 Lớn hơn 1800
## 164 2 Lớn hơn 1800
## 165 2 Lớn hơn 1800
## 166 2 Lớn hơn 1800
## 167 2 Lớn hơn 1800
## 168 2 Lớn hơn 1800
## 169 2 Lớn hơn 1800
## 170 2 Lớn hơn 1800
## 171 2 Lớn hơn 1800
## 172 2 Lớn hơn 1800
## 173 2 Lớn hơn 1800
## 174 2 Lớn hơn 1800
## 175 2 Lớn hơn 1800
## 176 2 Lớn hơn 1800
## 177 2 Lớn hơn 1800
## 178 2 Lớn hơn 1800
## 179 2 Lớn hơn 1800
## 180 2 Lớn hơn 1800
## 181 2 Lớn hơn 1800
## 182 2 Lớn hơn 1800
## 183 2 Lớn hơn 1800
## 184 2 Lớn hơn 1800
## 185 2 Lớn hơn 1800
## 186 2 Lớn hơn 1800
## 187 2 Lớn hơn 1800
## 188 2 Lớn hơn 1800
## 189 2 Lớn hơn 1800
## 190 2 Lớn hơn 1800
## 191 2 Lớn hơn 1800
## 192 2 Lớn hơn 1800
## 193 2 Lớn hơn 1800
## 194 2 Lớn hơn 1800
## 195 2 Lớn hơn 1800
## 196 2 Lớn hơn 1800
## 197 2 Lớn hơn 1800
## 198 2 Lớn hơn 1800
## 199 2 Lớn hơn 1800
## 200 2 Lớn hơn 1800
## 201 2 Lớn hơn 1800
## 202 2 Lớn hơn 1800
# Câu c
# THỐNG KÊ RATIO SCALE
class(VNIndex)
## [1] "character"
str(datamitt1)
## 'data.frame': 202 obs. of 5 variables:
## $ STT : int 1 2 3 4 5 6 7 8 9 10 ...
## $ Ngày : chr "9/10/2025" "10/10/2025" "13/10/2025" "14/10/2025" ...
## $ VNIndex: num 1716 1748 1765 1761 1758 ...
## $ HNX : num 273 275 274 275 275 ...
## $ VN30 : num 1947 1981 2014 2056 2038 ...
VNIndex<- datamitt1$VNIndex
#VNIndex
summary(VNIndex)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1581 1688 1783 1772 1854 1928
var(VNIndex)
## [1] 7810.476
sd(VNIndex)
## [1] 88.3769
library(psych)
describe(VNIndex)
## vars n mean sd median trimmed mad min max range skew
## X1 1 202 1772.34 88.38 1782.69 1773.91 117.98 1580.54 1927.94 347.4 -0.15
## kurtosis se
## X1 -1.19 6.22
### Nhận xét
## Có giá trị trung bình là 1772,34, cho thấy chỉ số VNIndex tập trung xung quanh mức 1772,34 điểm.
# Biến có độ phân tán lớn nhất là VNIndex với độ lệch chuẩn 88,38.
## Có khoảng biến thiên lớn nhất (347,40 điểm), cho thấy mức độ dao động rộng nhất.
#HNX
summary(HNX)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 235.4 252.5 259.6 267.0 273.6 336.2
var(HNX)
## [1] 465.2492
sd(HNX)
## [1] 21.56964
library(psych)
describe(HNX)
## vars n mean sd median trimmed mad min max range skew kurtosis
## X1 1 202 267.04 21.57 259.59 263.63 12.47 235.36 336.16 100.8 1.32 0.82
## se
## X1 1.52
### Nhận xét
## Giá trị trung bình là 267,04, cho thấy chỉ số HNX tập trung xung quanh mức 267,04 điểm.
## Biến có độ phân tán nhỏ nhất là HNX với độ lệch chuẩn 21,57
## Có khoảng biến thiên nhỏ nhất (100,80 điểm), cho thấy mức độ dao động hẹp nhất.
# VN30
summary(VN30)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1795 1926 1983 1976 2033 2121
var(VN30)
## [1] 5568.298
sd(VN30)
## [1] 74.62103
library(psych)
describe(VN30)
## vars n mean sd median trimmed mad min max range skew
## X1 1 202 1975.52 74.62 1982.56 1977.85 76.24 1794.61 2121.13 326.52 -0.29
## kurtosis se
## X1 -0.69 5.25
### Nhận xét
## Có giá trị trung bình là 1975,52, cho thấy chỉ số VN30 tập trung xung quanh mức 1975,52 điểm.
# THỐNG KÊ ORDINAL SCALE
## VNINDEX
summary(VNIndexMH)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.000 1.000 2.000 1.713 2.000 2.000
var(VNIndexMH)
## [1] 0.2057042
sd(VNIndexMH)
## [1] 0.4535462
library(psych)
describe(VNIndexMH)
## vars n mean sd median trimmed mad min max range skew kurtosis se
## X1 1 202 1.71 0.45 2 1.77 0 1 2 1 -0.93 -1.13 0.03
# Nhận xét
# Trong tổng số 202 phiên quan sát, có 58 phiên thuộc nhóm 1 (VNIndex nhỏ hơn hoặc bằng 1700), chiếm 28,71%; có 144 phiên thuộc nhóm 2 (VNIndex lớn hơn 1700), chiếm 71,29%.
## HNX
summary(HNXMH)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.000 1.000 1.000 1.272 2.000 2.000
var(HNXMH)
## [1] 0.1991281
sd(HNXMH)
## [1] 0.4462377
library(psych)
describe(HNXMH)
## vars n mean sd median trimmed mad min max range skew kurtosis se
## X1 1 202 1.27 0.45 1 1.22 0 1 2 1 1.02 -0.97 0.03
### Nhận xét
## Trong tổng số 202 phiên quan sát, có 147 phiên thuộc nhóm 1 (HNX nhỏ hơn hoặc bằng 270), chiếm 72,77%; có 55 phiên thuộc nhóm 2 (HNX lớn hơn 270), chiếm 27,23%.
## VN30
summary(VN30MH)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.00 2.00 2.00 1.99 2.00 2.00
var(VN30MH)
## [1] 0.009851731
sd(VN30MH)
## [1] 0.09925589
library(psych)
describe(VN30MH)
## vars n mean sd median trimmed mad min max range skew kurtosis se
## X1 1 202 1.99 0.1 2 2 0 1 2 1 -9.83 95.03 0.01
### Nhận xét
## Trong tổng số 202 phiên quan sát, có 2 phiên thuộc nhóm 1 (VN30 nhỏ hơn hoặc bằng 1800), chiếm 0,99%; có 200 phiên thuộc nhóm 2 (VN30 lớn hơn 1800), chiếm 99,01%.
# Câu d
# BIỂU ĐỒ CỘT VNIndex
VNIndex.freq<-table(VNIndex1)
VNIndex.freq
## VNIndex1
## 1 2
## 58 144
barplot(VNIndex.freq,xlab="Tỷ lệ",ylab="Số lượng",sub="Biểu đồ cột của VNIndex" ,col=c("lightpink","lightgreen"))
### Nhận xét
## Nhóm 2 (lớn hơn 1700) chiếm đa số với 144 phiên, tương ứng 71,29%; nhóm 1 (nhỏ hơn hoặc bằng 1700) có 58 phiên, chiếm 28,71%.
# BIỂU ĐỒ CỘT HNX
HNX.freq<-table(HNX1)
HNX.freq
## HNX1
## Lớn hơn 270 Nhỏ hơn hoặc bằng 270
## 55 147
barplot(HNX.freq,xlab="Tỷ lệ",ylab="Số lượng",sub="Biểu đồ cột của HNX",col=c("purple","lightyellow"))
### Nhận xét
## Nhóm 1 (nhỏ hơn hoặc bằng 270) chiếm đa số với 147 phiên, tương ứng 72,77%; nhóm 2 (lớn hơn 270) có 55 phiên, chiếm 27,23%.
# BIỂU ĐỒ CỘT VN30
VN30.freq<-table(VN301)
VN30.freq
## VN301
## Lớn hơn 1800 Nhỏ hơn hoặc bằng 1800
## 200 2
barplot(VN30.freq,xlab="Tỷ lệ",ylab="Số lượng",sub="Biểu đồ cột của VN30",col=c("gray","beige"))
### Nhận xét
## Nhóm 2 (lớn hơn 1800) chiếm đa số với 200 phiên, tương ứng 99,01%; nhóm 1 (nhỏ hơn hoặc bằng 1800) chỉ có 2 phiên, chiếm 0,99%.
# BIỂU ĐỒ TRÒN VNIndex
pie(table(VNIndex1),col=c("lightgreen","red"),sub="Biểu đồ tròn của VNIndex")
# BIỂU ĐỒ TRÒN HNX
pie(table(HNX1),col=c("lightblue","gray"),sub="Biểu đồ tròn của HNX")
# BIỂU ĐỒ TRÒN VN30
pie(table(VN301),col=c("lightpink","violet"),sub="Biểu đồ tròn của VN30")
# BIỂU ĐỒ ĐƯỜNG VNIndex
plot(STT, VNIndex, type = "o", xlab = "Ngày thứ", ylab="Giá trị chỉ số",pch=21, main="Biểu đồ đường biếN VNIndex")
### Nhận xét
##Chỉ số biến động lên xuống qua các phiên, dao động trong khoảng 1580,54–1927,94 điểm. Chỉ số có giai đoạn giảm, sau đó phục hồi và tăng lên trước khi tiếp tục biến động.
# BIỂU ĐỒ ĐƯỜNG HNX
plot(STT, HNX, type = "o", xlab = "Ngày thứ", ylab="Giá trị chỉ số",pch=21, main="Biểu đồ đường biến HNX")
### Nhận xét
##Chỉ số dao động trong khoảng 235,36–336,16 điểm. HNX giảm trong giai đoạn đầu, sau đó tăng mạnh ở khoảng phiên 154–172 rồi giảm trở lại vào các phiên tiếp theo.
# BIỂU ĐỒ ĐƯỜNG VN30
plot(STT, VN30, type = "o", xlab = "Ngày thứ", ylab="Giá trị chỉ số",pch=21, main="Biểu đồ đường biến VN30")
### Nhận xét
##Chỉ số biến động trong khoảng 1794,61–2121,13 điểm, nhìn chung có xu hướng biến động tương tự VNIndex, với một số giai đoạn tăng và giảm rõ rệt.
## CÂU E
# PHÂN TÍCH TƯƠNG QUAN
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 0.86058453 0.22669237
## VN30 0.8605845 1.00000000 0.06538682
## HNX 0.2266924 0.06538682 1.00000000
result$P
## VNIndex VN30 HNX
## VNIndex NA 0.0000000 0.001177605
## VN30 0.000000000 NA 0.355203140
## HNX 0.001177605 0.3552031 NA
### Nhận xét
## VNIndex và VN30: Có tương quan thuận mạnh với hệ số tương quan (r = 0,8606), Sig. = 0,0000 nhỏ hơn 5%. Điều này cho thấy hai chỉ số có mối quan hệ cùng chiều mạnh và có ý nghĩa thống kê.
## VNIndex và HNX: Có tương quan thuận yếu với hệ số tương quan (r = 0,2267), Sig. = 0,00118 nhỏ hơn 5%. Mối tương quan này có ý nghĩa thống kê.
## VN30 và HNX: Có tương quan thuận rất yếu với hệ số tương quan (r = 0,0654), Sig. = 0,3552 lớn hơn 5%. Do đó, mối tương quan giữa hai chỉ số không có ý nghĩa thống kê.
## CÂU F
# MÔ HÌNH HỒI QUY TUYẾN TÍNH
mreg=lm(VNIndexMH~VN30MH+HNXMH)
summary(mreg)
##
## Call:
## lm(formula = VNIndexMH ~ VN30MH + HNXMH)
##
## Residuals:
## Min 1Q Median 3Q Max
## -0.90909 -0.64828 0.09091 0.35172 0.35172
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 0.09091 0.61758 0.147 0.883121
## VN30MH 0.64828 0.30951 2.095 0.037477 *
## HNXMH 0.26082 0.06884 3.789 0.000201 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.4347 on 199 degrees of freedom
## Multiple R-squared: 0.09043, Adjusted R-squared: 0.08129
## F-statistic: 9.892 on 2 and 199 DF, p-value: 8.019e-05
### Nhận xét
## Kết quả hồi quy cho thấy mô hình có ý nghĩa thống kê tổng thể với giá trị F-statistic bằng 9,892 và mức ý nghĩa (p = 8,019 \times 10^{-5} < 0,001).
## Hệ số (R^2 = 0,09043), cho thấy hai biến VN30MH và HNXMH giải thích khoảng 9,043% sự biến thiên của VNIndexMH; trong khi (R^2) hiệu chỉnh đạt 0,08129, tương ứng 8,129%.
## Xét riêng từng biến, VN30MH có hệ số hồi quy dương bằng 0,64828, với (p = 0,037477 < 0,05). Điều này cho thấy VN30MH có mối quan hệ cùng chiều và có ý nghĩa thống kê ở mức 5% với VNIndexMH.
## Biến HNXMH cũng có hệ số hồi quy dương bằng 0,26082, với (p = 0,000201 < 0,001). Điều này cho thấy HNXMH có mối quan hệ cùng chiều và có ý nghĩa thống kê ở mức 1% với VNIndexMH.
## Hệ số chặn có giá trị 0,09091 với (p = 0,883121 > 0,05), nên không có ý nghĩa thống kê.
## Nhìn chung, mô hình hồi quy có ý nghĩa thống kê tổng thể. Cả VN30MH và HNXMH đều có mối quan hệ cùng chiều với VNIndexMH; tuy nhiên, khả năng giải thích của mô hình còn thấp.
## CÂU G
# KIỂM ĐỊNH MÔ HÌNH HỒI QUY TUYẾN TÍNH
library(car)
## Loading required package: carData
##
## Attaching package: 'car'
## The following object is masked from 'package:psych':
##
## logit
vif(mreg)
## VN30MH HNXMH
## 1.003756 1.003756
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 = 0.40185, p-value < 2.2e-16
## alternative hypothesis: true autocorrelation is greater than 0
op=par(mfrow=c(2,2))
plot(mreg)
### Nhận xét
## Kiểm định đa cộng tuyến (VIF): VN30MH và HNXMH đều có hệ số VIF bằng khoảng 1,0038, nhỏ hơn 5. Do đó, mô hình không có dấu hiệu đa cộng tuyến đáng kể giữa các biến độc lập.
## Kiểm định Durbin–Watson: Giá trị DW = 0,40185, với p-value nhỏ hơn 2,2e-16. Kết quả cho thấy có hiện tượng tự tương quan dương của phần dư. Vì vậy, giả định các sai số độc lập chưa được thỏa mãn.
## Đồ thị Residuals vs Fitted: Dùng để kiểm tra mối quan hệ giữa phần dư và giá trị dự báo. Nếu phần dư phân bố ngẫu nhiên quanh đường 0 thì giả định dạng hàm tuyến tính được hỗ trợ; nếu xuất hiện xu hướng hoặc đường cong rõ rệt thì mô hình có thể chưa phù hợp.
## Đồ thị Normal Q-Q: Dùng để kiểm tra phân phối chuẩn của phần dư. Nếu các điểm nằm gần đường thẳng thì phần dư có xu hướng tuân theo phân phối chuẩn; nếu lệch nhiều khỏi đường thẳng thì giả định phân phối chuẩn có thể không được đáp ứng.
## Đồ thị Scale-Location: Dùng để kiểm tra phương sai phần dư có đồng nhất hay không. Nếu độ phân tán tương đối ổn định theo giá trị dự báo thì giả định phương sai đồng nhất được hỗ trợ; nếu độ phân tán tăng hoặc giảm rõ rệt thì có thể xảy ra hiện tượng phương sai thay đổi.
## Đồ thị Residuals vs Leverage: Dùng để phát hiện các quan sát có ảnh hưởng lớn đến mô hình. Những điểm có leverage cao hoặc nằm gần/vượt các đường Cook's distance cần được kiểm tra thêm.