# Họ và tên: Trần Đoàn Khánh Ly
# Lớp: 24NH1 & Mã số sinh viên: 2454020021
# a, Nhập liệu
dataRatioScale =read.csv("/Users/trandoankhanhly/Documents/Phân tích dữ liệu/19 - TRAN DOAN KHANH LY - 24NH.csv",header=TRUE)
save(dataRatioScale,file = "dataRatioScale.rda")
attach(dataRatioScale)
is.data.frame(dataRatioScale)
## [1] TRUE
# b, Mã hoá
## Phân vùng S&P500
SP500MH=SP500
SP500MH=replace(SP500MH,SP500<=6700,1)
SP500MH=replace(SP500MH,SP500>6700,2)
SP500MHMH=data.frame(SP500, SP500MH)
SP500MHMH
## SP500 SP500MH
## 1 6606.76 1
## 2 6600.35 1
## 3 6631.96 1
## 4 6664.36 1
## 5 6693.75 1
## 6 6656.92 1
## 7 6637.97 1
## 8 6604.72 1
## 9 6643.70 1
## 10 6661.21 1
## 11 6688.46 1
## 12 6711.20 2
## 13 6715.35 2
## 14 6715.79 2
## 15 6740.28 2
## 16 6714.59 2
## 17 6753.72 2
## 18 6735.11 2
## 19 6552.51 1
## 20 6654.72 1
## 21 6644.31 1
## 22 6671.06 1
## 23 6629.07 1
## 24 6664.01 1
## 25 6735.13 2
## 26 6735.35 2
## 27 6699.40 1
## 28 6738.44 2
## 29 6791.69 2
## 30 6875.16 2
## 31 6890.89 2
## 32 6890.59 2
## 33 6822.34 2
## 34 6840.20 2
## 35 6851.97 2
## 36 6771.55 2
## 37 6796.29 2
## 38 6720.32 2
## 39 6728.80 2
## 40 6832.43 2
## 41 6846.61 2
## 42 6850.92 2
## 43 6737.49 2
## 44 6734.11 2
## 45 6672.41 1
## 46 6617.32 1
## 47 6642.16 1
## 48 6538.76 1
## 49 6602.99 1
## 50 6705.12 2
## 51 6765.88 2
## 52 6812.61 2
## 53 6849.09 2
## 54 6812.63 2
## 55 6829.37 2
## 56 6849.72 2
## 57 6857.12 2
## 58 6870.40 2
## 59 6846.51 2
## 60 6840.51 2
## 61 6886.68 2
## 62 6901.00 2
## 63 6827.41 2
## 64 6816.51 2
## 65 6800.26 2
## 66 6721.43 2
## 67 6774.76 2
## 68 6834.50 2
## 69 6878.49 2
## 70 6909.79 2
## 71 6905.74 2
## 72 6896.24 2
## 73 6902.05 2
## 74 6944.82 2
## 75 6920.93 2
## 76 6921.46 2
## 77 6966.28 2
## 78 6977.27 2
## 79 6963.74 2
## 80 6926.60 2
## 81 6944.47 2
## 82 6940.01 2
## 83 6796.86 2
## 84 6875.62 2
## 85 6913.35 2
## 86 6915.61 2
## 87 6950.23 2
## 88 6978.60 2
## 89 6978.03 2
## 90 6969.01 2
## 91 6939.03 2
## 92 6976.44 2
## 93 6917.81 2
## 94 6882.72 2
## 95 6798.40 2
## 96 6932.30 2
## 97 6964.82 2
## 98 6941.81 2
## 99 6941.47 2
## 100 6832.76 2
## 101 6836.17 2
## 102 6837.75 2
## 103 6890.07 2
## 104 6946.13 2
## 105 6908.86 2
## 106 6878.88 2
## 107 6881.62 2
## 108 6816.63 2
## 109 6869.50 2
## 110 6830.71 2
## 111 6740.02 2
## 112 6795.99 2
## 113 6781.48 2
## 114 6775.80 2
## 115 6672.62 1
## 116 6632.19 1
## 117 6699.38 1
## 118 6716.09 2
## 119 6624.70 1
## 120 6606.49 1
## 121 6506.48 1
## 122 6581.00 1
## 123 6556.37 1
## 124 6591.90 1
## 125 6477.16 1
## 126 6368.85 1
## 127 6343.72 1
## 128 6528.52 1
## 129 6575.32 1
## 130 6582.69 1
## 131 6616.85 1
## 132 6782.81 2
## 133 6824.66 2
## 134 6816.89 2
## 135 6886.24 2
## 136 6967.38 2
## 137 7022.95 2
## 138 7041.28 2
## 139 7126.06 2
## 140 7109.14 2
## 141 7064.01 2
## 142 7137.90 2
## 143 7108.40 2
## 144 7165.08 2
## 145 7138.80 2
## 146 7135.95 2
## 147 7200.75 2
## 148 7259.22 2
## 149 7365.12 2
## 150 7337.11 2
## 151 7398.93 2
## 152 7412.84 2
## 153 7400.96 2
## 154 7444.25 2
## 155 7501.24 2
## 156 7408.50 2
## 157 7403.05 2
## 158 7353.61 2
## 159 7432.97 2
## 160 7445.72 2
## 161 7519.12 2
## 162 7520.36 2
## 163 7563.63 2
## 164 7580.06 2
## 165 7599.96 2
## 166 7609.78 2
## 167 7553.68 2
## 168 7584.31 2
## 169 7383.74 2
## 170 7405.73 2
## 171 7386.65 2
## 172 7266.99 2
## 173 7394.30 2
## 174 7431.46 2
## 175 7554.29 2
## 176 7511.35 2
## 177 7420.10 2
## 178 7500.58 2
## 179 7472.79 2
## 180 7365.46 2
## 181 7358.22 2
## 182 7357.49 2
## 183 7354.02 2
## 184 7440.43 2
## 185 7499.36 2
## 186 7483.23 2
## 187 7483.24 2
## 188 7537.43 2
## 189 7503.85 2
## 190 7482.71 2
## 191 7543.64 2
## 192 7575.39 2
## 193 7515.34 2
## 194 7543.59 2
## 195 7572.40 2
## 196 7533.77 2
## 197 7457.69 2
## 198 7443.28 2
## 199 7509.20 2
## 200 7498.96 2
## 201 7408.30 2
## 202 7411.98 2
## 203 7413.18 2
## 204 7428.78 2
## 205 7316.15 2
## 206 7437.63 2
## 207 7489.72 2
## 208 7600.50 2
## 209 7736.52 2
## 210 7723.55 2
## 211 7709.96 2
## 212 7757.64 2
## 213 7753.11 2
## 214 7728.20 2
## 215 7748.50 2
## 216 7798.99 2
## 217 7785.76 2
## 218 7745.06 2
## 219 7691.76 2
## 220 7707.98 2
## 221 7641.16 2
## 222 7674.37 2
## 223 7652.86 2
## 224 7677.28 2
## 225 7675.70 2
## 226 7730.99 2
## 227 7711.76 2
## 228 7747.71 2
## 229 7718.60 2
## 230 7673.52 2
## 231 7636.36 2
## 232 7591.70 2
## 233 7656.98 2
## 234 7619.98 2
## 235 7585.73 2
## 236 7551.81 2
## 237 7637.76 2
## 238 7650.50 2
## Mã hoá S&P500
SP5001=SP500MH
SP5001=replace(SP5001,SP500MH==1,"Nhỏ hơn hoặc bằng 6700")
SP5001=replace(SP5001,SP500MH==2,"Lớn hơn 6700")
SP5001MH=data.frame(SP500MH,SP5001)
SP5001MH
## SP500MH SP5001
## 1 1 Nhỏ hơn hoặc bằng 6700
## 2 1 Nhỏ hơn hoặc bằng 6700
## 3 1 Nhỏ hơn hoặc bằng 6700
## 4 1 Nhỏ hơn hoặc bằng 6700
## 5 1 Nhỏ hơn hoặc bằng 6700
## 6 1 Nhỏ hơn hoặc bằng 6700
## 7 1 Nhỏ hơn hoặc bằng 6700
## 8 1 Nhỏ hơn hoặc bằng 6700
## 9 1 Nhỏ hơn hoặc bằng 6700
## 10 1 Nhỏ hơn hoặc bằng 6700
## 11 1 Nhỏ hơn hoặc bằng 6700
## 12 2 Lớn hơn 6700
## 13 2 Lớn hơn 6700
## 14 2 Lớn hơn 6700
## 15 2 Lớn hơn 6700
## 16 2 Lớn hơn 6700
## 17 2 Lớn hơn 6700
## 18 2 Lớn hơn 6700
## 19 1 Nhỏ hơn hoặc bằng 6700
## 20 1 Nhỏ hơn hoặc bằng 6700
## 21 1 Nhỏ hơn hoặc bằng 6700
## 22 1 Nhỏ hơn hoặc bằng 6700
## 23 1 Nhỏ hơn hoặc bằng 6700
## 24 1 Nhỏ hơn hoặc bằng 6700
## 25 2 Lớn hơn 6700
## 26 2 Lớn hơn 6700
## 27 1 Nhỏ hơn hoặc bằng 6700
## 28 2 Lớn hơn 6700
## 29 2 Lớn hơn 6700
## 30 2 Lớn hơn 6700
## 31 2 Lớn hơn 6700
## 32 2 Lớn hơn 6700
## 33 2 Lớn hơn 6700
## 34 2 Lớn hơn 6700
## 35 2 Lớn hơn 6700
## 36 2 Lớn hơn 6700
## 37 2 Lớn hơn 6700
## 38 2 Lớn hơn 6700
## 39 2 Lớn hơn 6700
## 40 2 Lớn hơn 6700
## 41 2 Lớn hơn 6700
## 42 2 Lớn hơn 6700
## 43 2 Lớn hơn 6700
## 44 2 Lớn hơn 6700
## 45 1 Nhỏ hơn hoặc bằng 6700
## 46 1 Nhỏ hơn hoặc bằng 6700
## 47 1 Nhỏ hơn hoặc bằng 6700
## 48 1 Nhỏ hơn hoặc bằng 6700
## 49 1 Nhỏ hơn hoặc bằng 6700
## 50 2 Lớn hơn 6700
## 51 2 Lớn hơn 6700
## 52 2 Lớn hơn 6700
## 53 2 Lớn hơn 6700
## 54 2 Lớn hơn 6700
## 55 2 Lớn hơn 6700
## 56 2 Lớn hơn 6700
## 57 2 Lớn hơn 6700
## 58 2 Lớn hơn 6700
## 59 2 Lớn hơn 6700
## 60 2 Lớn hơn 6700
## 61 2 Lớn hơn 6700
## 62 2 Lớn hơn 6700
## 63 2 Lớn hơn 6700
## 64 2 Lớn hơn 6700
## 65 2 Lớn hơn 6700
## 66 2 Lớn hơn 6700
## 67 2 Lớn hơn 6700
## 68 2 Lớn hơn 6700
## 69 2 Lớn hơn 6700
## 70 2 Lớn hơn 6700
## 71 2 Lớn hơn 6700
## 72 2 Lớn hơn 6700
## 73 2 Lớn hơn 6700
## 74 2 Lớn hơn 6700
## 75 2 Lớn hơn 6700
## 76 2 Lớn hơn 6700
## 77 2 Lớn hơn 6700
## 78 2 Lớn hơn 6700
## 79 2 Lớn hơn 6700
## 80 2 Lớn hơn 6700
## 81 2 Lớn hơn 6700
## 82 2 Lớn hơn 6700
## 83 2 Lớn hơn 6700
## 84 2 Lớn hơn 6700
## 85 2 Lớn hơn 6700
## 86 2 Lớn hơn 6700
## 87 2 Lớn hơn 6700
## 88 2 Lớn hơn 6700
## 89 2 Lớn hơn 6700
## 90 2 Lớn hơn 6700
## 91 2 Lớn hơn 6700
## 92 2 Lớn hơn 6700
## 93 2 Lớn hơn 6700
## 94 2 Lớn hơn 6700
## 95 2 Lớn hơn 6700
## 96 2 Lớn hơn 6700
## 97 2 Lớn hơn 6700
## 98 2 Lớn hơn 6700
## 99 2 Lớn hơn 6700
## 100 2 Lớn hơn 6700
## 101 2 Lớn hơn 6700
## 102 2 Lớn hơn 6700
## 103 2 Lớn hơn 6700
## 104 2 Lớn hơn 6700
## 105 2 Lớn hơn 6700
## 106 2 Lớn hơn 6700
## 107 2 Lớn hơn 6700
## 108 2 Lớn hơn 6700
## 109 2 Lớn hơn 6700
## 110 2 Lớn hơn 6700
## 111 2 Lớn hơn 6700
## 112 2 Lớn hơn 6700
## 113 2 Lớn hơn 6700
## 114 2 Lớn hơn 6700
## 115 1 Nhỏ hơn hoặc bằng 6700
## 116 1 Nhỏ hơn hoặc bằng 6700
## 117 1 Nhỏ hơn hoặc bằng 6700
## 118 2 Lớn hơn 6700
## 119 1 Nhỏ hơn hoặc bằng 6700
## 120 1 Nhỏ hơn hoặc bằng 6700
## 121 1 Nhỏ hơn hoặc bằng 6700
## 122 1 Nhỏ hơn hoặc bằng 6700
## 123 1 Nhỏ hơn hoặc bằng 6700
## 124 1 Nhỏ hơn hoặc bằng 6700
## 125 1 Nhỏ hơn hoặc bằng 6700
## 126 1 Nhỏ hơn hoặc bằng 6700
## 127 1 Nhỏ hơn hoặc bằng 6700
## 128 1 Nhỏ hơn hoặc bằng 6700
## 129 1 Nhỏ hơn hoặc bằng 6700
## 130 1 Nhỏ hơn hoặc bằng 6700
## 131 1 Nhỏ hơn hoặc bằng 6700
## 132 2 Lớn hơn 6700
## 133 2 Lớn hơn 6700
## 134 2 Lớn hơn 6700
## 135 2 Lớn hơn 6700
## 136 2 Lớn hơn 6700
## 137 2 Lớn hơn 6700
## 138 2 Lớn hơn 6700
## 139 2 Lớn hơn 6700
## 140 2 Lớn hơn 6700
## 141 2 Lớn hơn 6700
## 142 2 Lớn hơn 6700
## 143 2 Lớn hơn 6700
## 144 2 Lớn hơn 6700
## 145 2 Lớn hơn 6700
## 146 2 Lớn hơn 6700
## 147 2 Lớn hơn 6700
## 148 2 Lớn hơn 6700
## 149 2 Lớn hơn 6700
## 150 2 Lớn hơn 6700
## 151 2 Lớn hơn 6700
## 152 2 Lớn hơn 6700
## 153 2 Lớn hơn 6700
## 154 2 Lớn hơn 6700
## 155 2 Lớn hơn 6700
## 156 2 Lớn hơn 6700
## 157 2 Lớn hơn 6700
## 158 2 Lớn hơn 6700
## 159 2 Lớn hơn 6700
## 160 2 Lớn hơn 6700
## 161 2 Lớn hơn 6700
## 162 2 Lớn hơn 6700
## 163 2 Lớn hơn 6700
## 164 2 Lớn hơn 6700
## 165 2 Lớn hơn 6700
## 166 2 Lớn hơn 6700
## 167 2 Lớn hơn 6700
## 168 2 Lớn hơn 6700
## 169 2 Lớn hơn 6700
## 170 2 Lớn hơn 6700
## 171 2 Lớn hơn 6700
## 172 2 Lớn hơn 6700
## 173 2 Lớn hơn 6700
## 174 2 Lớn hơn 6700
## 175 2 Lớn hơn 6700
## 176 2 Lớn hơn 6700
## 177 2 Lớn hơn 6700
## 178 2 Lớn hơn 6700
## 179 2 Lớn hơn 6700
## 180 2 Lớn hơn 6700
## 181 2 Lớn hơn 6700
## 182 2 Lớn hơn 6700
## 183 2 Lớn hơn 6700
## 184 2 Lớn hơn 6700
## 185 2 Lớn hơn 6700
## 186 2 Lớn hơn 6700
## 187 2 Lớn hơn 6700
## 188 2 Lớn hơn 6700
## 189 2 Lớn hơn 6700
## 190 2 Lớn hơn 6700
## 191 2 Lớn hơn 6700
## 192 2 Lớn hơn 6700
## 193 2 Lớn hơn 6700
## 194 2 Lớn hơn 6700
## 195 2 Lớn hơn 6700
## 196 2 Lớn hơn 6700
## 197 2 Lớn hơn 6700
## 198 2 Lớn hơn 6700
## 199 2 Lớn hơn 6700
## 200 2 Lớn hơn 6700
## 201 2 Lớn hơn 6700
## 202 2 Lớn hơn 6700
## 203 2 Lớn hơn 6700
## 204 2 Lớn hơn 6700
## 205 2 Lớn hơn 6700
## 206 2 Lớn hơn 6700
## 207 2 Lớn hơn 6700
## 208 2 Lớn hơn 6700
## 209 2 Lớn hơn 6700
## 210 2 Lớn hơn 6700
## 211 2 Lớn hơn 6700
## 212 2 Lớn hơn 6700
## 213 2 Lớn hơn 6700
## 214 2 Lớn hơn 6700
## 215 2 Lớn hơn 6700
## 216 2 Lớn hơn 6700
## 217 2 Lớn hơn 6700
## 218 2 Lớn hơn 6700
## 219 2 Lớn hơn 6700
## 220 2 Lớn hơn 6700
## 221 2 Lớn hơn 6700
## 222 2 Lớn hơn 6700
## 223 2 Lớn hơn 6700
## 224 2 Lớn hơn 6700
## 225 2 Lớn hơn 6700
## 226 2 Lớn hơn 6700
## 227 2 Lớn hơn 6700
## 228 2 Lớn hơn 6700
## 229 2 Lớn hơn 6700
## 230 2 Lớn hơn 6700
## 231 2 Lớn hơn 6700
## 232 2 Lớn hơn 6700
## 233 2 Lớn hơn 6700
## 234 2 Lớn hơn 6700
## 235 2 Lớn hơn 6700
## 236 2 Lớn hơn 6700
## 237 2 Lớn hơn 6700
## 238 2 Lớn hơn 6700
## Phân vùng DAX
DAXMH=DAX
DAXMH=replace(DAXMH,DAX<=25000,1)
DAXMH=replace(DAXMH,DAX>25000,2)
DAXMHMH=data.frame(DAX,DAXMH)
DAXMHMH
## DAX DAXMH
## 1 23329.24 1
## 2 23359.18 1
## 3 23674.53 1
## 4 23639.41 1
## 5 23527.05 1
## 6 23611.33 1
## 7 23666.81 1
## 8 23534.83 1
## 9 23739.47 1
## 10 23745.06 1
## 11 23880.72 1
## 12 24113.62 1
## 13 24422.56 1
## 14 24378.80 1
## 15 24378.29 1
## 16 24385.78 1
## 17 24597.13 1
## 18 24611.25 1
## 19 24241.46 1
## 20 24387.93 1
## 21 24236.94 1
## 22 24181.37 1
## 23 24272.19 1
## 24 23830.99 1
## 25 24258.80 1
## 26 24330.03 1
## 27 24151.13 1
## 28 24207.79 1
## 29 24239.89 1
## 30 24308.78 1
## 31 24278.63 1
## 32 24124.21 1
## 33 24118.89 1
## 34 23958.30 1
## 35 24132.41 1
## 36 23949.11 1
## 37 24049.74 1
## 38 23734.02 1
## 39 23569.96 1
## 40 23959.99 1
## 41 24088.06 1
## 42 24381.46 1
## 43 24041.62 1
## 44 23876.55 1
## 45 23590.52 1
## 46 23180.53 1
## 47 23162.92 1
## 48 23278.85 1
## 49 23091.87 1
## 50 23239.18 1
## 51 23464.63 1
## 52 23726.22 1
## 53 23836.79 1
## 54 23589.44 1
## 55 23710.86 1
## 56 23693.71 1
## 57 23882.03 1
## 58 24028.14 1
## 59 24046.01 1
## 60 24162.65 1
## 61 24130.14 1
## 62 24294.61 1
## 63 24186.49 1
## 64 24229.91 1
## 65 24076.87 1
## 66 23960.59 1
## 67 24199.50 1
## 68 24288.40 1
## 69 24283.97 1
## 70 24340.06 1
## 71 24351.12 1
## 72 24490.41 1
## 73 24868.69 1
## 74 24892.20 1
## 75 25122.26 2
## 76 25127.46 2
## 77 25261.64 2
## 78 25405.34 2
## 79 25420.66 2
## 80 25286.24 2
## 81 25352.39 2
## 82 25297.13 2
## 83 24703.12 1
## 84 24560.98 1
## 85 24856.47 1
## 86 24900.71 1
## 87 24933.08 1
## 88 24894.44 1
## 89 24822.79 1
## 90 24309.46 1
## 91 24538.81 1
## 92 24797.52 1
## 93 24780.79 1
## 94 24603.04 1
## 95 24491.06 1
## 96 24721.46 1
## 97 25014.87 2
## 98 24987.85 1
## 99 24856.15 1
## 100 24852.69 1
## 101 24914.88 1
## 102 24991.97 1
## 103 24986.25 1
## 104 25175.94 2
## 105 25289.02 2
## 106 25284.26 2
## 107 24638.00 1
## 108 23790.65 1
## 109 24205.36 1
## 110 23815.75 1
## 111 23591.03 1
## 112 23409.37 1
## 113 23968.63 1
## 114 23640.03 1
## 115 23589.65 1
## 116 23447.29 1
## 117 23564.01 1
## 118 23730.92 1
## 119 23502.25 1
## 120 22839.56 1
## 121 22380.19 1
## 122 22653.86 1
## 123 22636.91 1
## 124 22957.08 1
## 125 22612.97 1
## 126 22300.75 1
## 127 22562.88 1
## 128 22680.04 1
## 129 23298.89 1
## 130 23168.08 1
## 131 22921.59 1
## 132 24080.63 1
## 133 23806.99 1
## 134 23803.95 1
## 135 23742.44 1
## 136 24044.22 1
## 137 24066.70 1
## 138 24154.47 1
## 139 24702.24 1
## 140 24417.80 1
## 141 24270.87 1
## 142 24194.90 1
## 143 24155.45 1
## 144 24128.98 1
## 145 24018.26 1
## 146 23954.56 1
## 147 23991.27 1
## 148 24401.70 1
## 149 24918.69 1
## 150 24663.61 1
## 151 24338.63 1
## 152 24350.28 1
## 153 23954.93 1
## 154 24136.81 1
## 155 24456.26 1
## 156 23950.57 1
## 157 24307.92 1
## 158 24400.65 1
## 159 24737.24 1
## 160 24606.77 1
## 161 25184.89 2
## 162 25177.80 2
## 163 25092.25 2
## 164 25104.70 2
## 165 25003.04 2
## 166 25124.17 2
## 167 24795.94 1
## 168 24944.95 1
## 169 24759.05 1
## 170 24616.22 1
## 171 24433.06 1
## 172 24195.31 1
## 173 24209.71 1
## 174 24635.30 1
## 175 24894.01 1
## 176 24910.41 1
## 177 24934.67 1
## 178 25026.80 2
## 179 25139.69 2
## 180 24893.58 1
## 181 24740.36 1
## 182 24994.83 1
## 183 24671.22 1
## 184 24626.89 1
## 185 24995.81 1
## 186 25040.28 2
## 187 25580.88 2
## 188 25817.89 2
## 189 25465.25 2
## 190 24897.45 1
## 191 25118.27 2
## 192 25067.09 2
## 193 25114.25 2
## 194 25147.03 2
## 195 24999.53 1
## 196 24915.49 1
## 197 24830.98 1
## 198 24846.69 1
## 199 25011.35 2
## 200 25155.41 2
## 201 24763.12 1
## 202 25099.00 2
## 203 25361.03 2
## 204 25464.01 2
## 205 25460.48 2
## 206 25612.03 2
## 207 25629.24 2
## 208 26001.31 2
## 209 26202.35 2
## 210 26126.30 2
## 211 26140.13 2
## 212 26319.45 2
## 213 26323.88 2
## 214 26391.42 2
## 215 26331.07 2
## 216 26299.74 2
## 217 26440.31 2
## 218 26338.61 2
## 219 26128.36 2
## 220 26091.33 2
## 221 25983.04 2
## 222 26136.56 2
## 223 26106.60 2
## 224 26266.14 2
## 225 26285.96 2
## 226 26367.24 2
## 227 26569.99 2
## 228 26003.32 2
## 229 26046.40 2
## 230 26007.63 2
## 231 25576.45 2
## 232 25361.15 2
## 233 25568.56 2
## 234 25440.81 2
## 235 25402.28 2
## 236 25537.75 2
## 237 25716.71 2
## 238 25304.06 2
## Mã hoá DAX
DAX1=DAXMH
DAX1=replace(DAX1,DAXMH==1,"Nhỏ hơn hoặc bằng 25000")
DAX1=replace(DAX1,DAXMH==2,"Lớn hơn 25000")
DAX1MH=data.frame(DAXMH,DAX1)
DAX1MH
## DAXMH DAX1
## 1 1 Nhỏ hơn hoặc bằng 25000
## 2 1 Nhỏ hơn hoặc bằng 25000
## 3 1 Nhỏ hơn hoặc bằng 25000
## 4 1 Nhỏ hơn hoặc bằng 25000
## 5 1 Nhỏ hơn hoặc bằng 25000
## 6 1 Nhỏ hơn hoặc bằng 25000
## 7 1 Nhỏ hơn hoặc bằng 25000
## 8 1 Nhỏ hơn hoặc bằng 25000
## 9 1 Nhỏ hơn hoặc bằng 25000
## 10 1 Nhỏ hơn hoặc bằng 25000
## 11 1 Nhỏ hơn hoặc bằng 25000
## 12 1 Nhỏ hơn hoặc bằng 25000
## 13 1 Nhỏ hơn hoặc bằng 25000
## 14 1 Nhỏ hơn hoặc bằng 25000
## 15 1 Nhỏ hơn hoặc bằng 25000
## 16 1 Nhỏ hơn hoặc bằng 25000
## 17 1 Nhỏ hơn hoặc bằng 25000
## 18 1 Nhỏ hơn hoặc bằng 25000
## 19 1 Nhỏ hơn hoặc bằng 25000
## 20 1 Nhỏ hơn hoặc bằng 25000
## 21 1 Nhỏ hơn hoặc bằng 25000
## 22 1 Nhỏ hơn hoặc bằng 25000
## 23 1 Nhỏ hơn hoặc bằng 25000
## 24 1 Nhỏ hơn hoặc bằng 25000
## 25 1 Nhỏ hơn hoặc bằng 25000
## 26 1 Nhỏ hơn hoặc bằng 25000
## 27 1 Nhỏ hơn hoặc bằng 25000
## 28 1 Nhỏ hơn hoặc bằng 25000
## 29 1 Nhỏ hơn hoặc bằng 25000
## 30 1 Nhỏ hơn hoặc bằng 25000
## 31 1 Nhỏ hơn hoặc bằng 25000
## 32 1 Nhỏ hơn hoặc bằng 25000
## 33 1 Nhỏ hơn hoặc bằng 25000
## 34 1 Nhỏ hơn hoặc bằng 25000
## 35 1 Nhỏ hơn hoặc bằng 25000
## 36 1 Nhỏ hơn hoặc bằng 25000
## 37 1 Nhỏ hơn hoặc bằng 25000
## 38 1 Nhỏ hơn hoặc bằng 25000
## 39 1 Nhỏ hơn hoặc bằng 25000
## 40 1 Nhỏ hơn hoặc bằng 25000
## 41 1 Nhỏ hơn hoặc bằng 25000
## 42 1 Nhỏ hơn hoặc bằng 25000
## 43 1 Nhỏ hơn hoặc bằng 25000
## 44 1 Nhỏ hơn hoặc bằng 25000
## 45 1 Nhỏ hơn hoặc bằng 25000
## 46 1 Nhỏ hơn hoặc bằng 25000
## 47 1 Nhỏ hơn hoặc bằng 25000
## 48 1 Nhỏ hơn hoặc bằng 25000
## 49 1 Nhỏ hơn hoặc bằng 25000
## 50 1 Nhỏ hơn hoặc bằng 25000
## 51 1 Nhỏ hơn hoặc bằng 25000
## 52 1 Nhỏ hơn hoặc bằng 25000
## 53 1 Nhỏ hơn hoặc bằng 25000
## 54 1 Nhỏ hơn hoặc bằng 25000
## 55 1 Nhỏ hơn hoặc bằng 25000
## 56 1 Nhỏ hơn hoặc bằng 25000
## 57 1 Nhỏ hơn hoặc bằng 25000
## 58 1 Nhỏ hơn hoặc bằng 25000
## 59 1 Nhỏ hơn hoặc bằng 25000
## 60 1 Nhỏ hơn hoặc bằng 25000
## 61 1 Nhỏ hơn hoặc bằng 25000
## 62 1 Nhỏ hơn hoặc bằng 25000
## 63 1 Nhỏ hơn hoặc bằng 25000
## 64 1 Nhỏ hơn hoặc bằng 25000
## 65 1 Nhỏ hơn hoặc bằng 25000
## 66 1 Nhỏ hơn hoặc bằng 25000
## 67 1 Nhỏ hơn hoặc bằng 25000
## 68 1 Nhỏ hơn hoặc bằng 25000
## 69 1 Nhỏ hơn hoặc bằng 25000
## 70 1 Nhỏ hơn hoặc bằng 25000
## 71 1 Nhỏ hơn hoặc bằng 25000
## 72 1 Nhỏ hơn hoặc bằng 25000
## 73 1 Nhỏ hơn hoặc bằng 25000
## 74 1 Nhỏ hơn hoặc bằng 25000
## 75 2 Lớn hơn 25000
## 76 2 Lớn hơn 25000
## 77 2 Lớn hơn 25000
## 78 2 Lớn hơn 25000
## 79 2 Lớn hơn 25000
## 80 2 Lớn hơn 25000
## 81 2 Lớn hơn 25000
## 82 2 Lớn hơn 25000
## 83 1 Nhỏ hơn hoặc bằng 25000
## 84 1 Nhỏ hơn hoặc bằng 25000
## 85 1 Nhỏ hơn hoặc bằng 25000
## 86 1 Nhỏ hơn hoặc bằng 25000
## 87 1 Nhỏ hơn hoặc bằng 25000
## 88 1 Nhỏ hơn hoặc bằng 25000
## 89 1 Nhỏ hơn hoặc bằng 25000
## 90 1 Nhỏ hơn hoặc bằng 25000
## 91 1 Nhỏ hơn hoặc bằng 25000
## 92 1 Nhỏ hơn hoặc bằng 25000
## 93 1 Nhỏ hơn hoặc bằng 25000
## 94 1 Nhỏ hơn hoặc bằng 25000
## 95 1 Nhỏ hơn hoặc bằng 25000
## 96 1 Nhỏ hơn hoặc bằng 25000
## 97 2 Lớn hơn 25000
## 98 1 Nhỏ hơn hoặc bằng 25000
## 99 1 Nhỏ hơn hoặc bằng 25000
## 100 1 Nhỏ hơn hoặc bằng 25000
## 101 1 Nhỏ hơn hoặc bằng 25000
## 102 1 Nhỏ hơn hoặc bằng 25000
## 103 1 Nhỏ hơn hoặc bằng 25000
## 104 2 Lớn hơn 25000
## 105 2 Lớn hơn 25000
## 106 2 Lớn hơn 25000
## 107 1 Nhỏ hơn hoặc bằng 25000
## 108 1 Nhỏ hơn hoặc bằng 25000
## 109 1 Nhỏ hơn hoặc bằng 25000
## 110 1 Nhỏ hơn hoặc bằng 25000
## 111 1 Nhỏ hơn hoặc bằng 25000
## 112 1 Nhỏ hơn hoặc bằng 25000
## 113 1 Nhỏ hơn hoặc bằng 25000
## 114 1 Nhỏ hơn hoặc bằng 25000
## 115 1 Nhỏ hơn hoặc bằng 25000
## 116 1 Nhỏ hơn hoặc bằng 25000
## 117 1 Nhỏ hơn hoặc bằng 25000
## 118 1 Nhỏ hơn hoặc bằng 25000
## 119 1 Nhỏ hơn hoặc bằng 25000
## 120 1 Nhỏ hơn hoặc bằng 25000
## 121 1 Nhỏ hơn hoặc bằng 25000
## 122 1 Nhỏ hơn hoặc bằng 25000
## 123 1 Nhỏ hơn hoặc bằng 25000
## 124 1 Nhỏ hơn hoặc bằng 25000
## 125 1 Nhỏ hơn hoặc bằng 25000
## 126 1 Nhỏ hơn hoặc bằng 25000
## 127 1 Nhỏ hơn hoặc bằng 25000
## 128 1 Nhỏ hơn hoặc bằng 25000
## 129 1 Nhỏ hơn hoặc bằng 25000
## 130 1 Nhỏ hơn hoặc bằng 25000
## 131 1 Nhỏ hơn hoặc bằng 25000
## 132 1 Nhỏ hơn hoặc bằng 25000
## 133 1 Nhỏ hơn hoặc bằng 25000
## 134 1 Nhỏ hơn hoặc bằng 25000
## 135 1 Nhỏ hơn hoặc bằng 25000
## 136 1 Nhỏ hơn hoặc bằng 25000
## 137 1 Nhỏ hơn hoặc bằng 25000
## 138 1 Nhỏ hơn hoặc bằng 25000
## 139 1 Nhỏ hơn hoặc bằng 25000
## 140 1 Nhỏ hơn hoặc bằng 25000
## 141 1 Nhỏ hơn hoặc bằng 25000
## 142 1 Nhỏ hơn hoặc bằng 25000
## 143 1 Nhỏ hơn hoặc bằng 25000
## 144 1 Nhỏ hơn hoặc bằng 25000
## 145 1 Nhỏ hơn hoặc bằng 25000
## 146 1 Nhỏ hơn hoặc bằng 25000
## 147 1 Nhỏ hơn hoặc bằng 25000
## 148 1 Nhỏ hơn hoặc bằng 25000
## 149 1 Nhỏ hơn hoặc bằng 25000
## 150 1 Nhỏ hơn hoặc bằng 25000
## 151 1 Nhỏ hơn hoặc bằng 25000
## 152 1 Nhỏ hơn hoặc bằng 25000
## 153 1 Nhỏ hơn hoặc bằng 25000
## 154 1 Nhỏ hơn hoặc bằng 25000
## 155 1 Nhỏ hơn hoặc bằng 25000
## 156 1 Nhỏ hơn hoặc bằng 25000
## 157 1 Nhỏ hơn hoặc bằng 25000
## 158 1 Nhỏ hơn hoặc bằng 25000
## 159 1 Nhỏ hơn hoặc bằng 25000
## 160 1 Nhỏ hơn hoặc bằng 25000
## 161 2 Lớn hơn 25000
## 162 2 Lớn hơn 25000
## 163 2 Lớn hơn 25000
## 164 2 Lớn hơn 25000
## 165 2 Lớn hơn 25000
## 166 2 Lớn hơn 25000
## 167 1 Nhỏ hơn hoặc bằng 25000
## 168 1 Nhỏ hơn hoặc bằng 25000
## 169 1 Nhỏ hơn hoặc bằng 25000
## 170 1 Nhỏ hơn hoặc bằng 25000
## 171 1 Nhỏ hơn hoặc bằng 25000
## 172 1 Nhỏ hơn hoặc bằng 25000
## 173 1 Nhỏ hơn hoặc bằng 25000
## 174 1 Nhỏ hơn hoặc bằng 25000
## 175 1 Nhỏ hơn hoặc bằng 25000
## 176 1 Nhỏ hơn hoặc bằng 25000
## 177 1 Nhỏ hơn hoặc bằng 25000
## 178 2 Lớn hơn 25000
## 179 2 Lớn hơn 25000
## 180 1 Nhỏ hơn hoặc bằng 25000
## 181 1 Nhỏ hơn hoặc bằng 25000
## 182 1 Nhỏ hơn hoặc bằng 25000
## 183 1 Nhỏ hơn hoặc bằng 25000
## 184 1 Nhỏ hơn hoặc bằng 25000
## 185 1 Nhỏ hơn hoặc bằng 25000
## 186 2 Lớn hơn 25000
## 187 2 Lớn hơn 25000
## 188 2 Lớn hơn 25000
## 189 2 Lớn hơn 25000
## 190 1 Nhỏ hơn hoặc bằng 25000
## 191 2 Lớn hơn 25000
## 192 2 Lớn hơn 25000
## 193 2 Lớn hơn 25000
## 194 2 Lớn hơn 25000
## 195 1 Nhỏ hơn hoặc bằng 25000
## 196 1 Nhỏ hơn hoặc bằng 25000
## 197 1 Nhỏ hơn hoặc bằng 25000
## 198 1 Nhỏ hơn hoặc bằng 25000
## 199 2 Lớn hơn 25000
## 200 2 Lớn hơn 25000
## 201 1 Nhỏ hơn hoặc bằng 25000
## 202 2 Lớn hơn 25000
## 203 2 Lớn hơn 25000
## 204 2 Lớn hơn 25000
## 205 2 Lớn hơn 25000
## 206 2 Lớn hơn 25000
## 207 2 Lớn hơn 25000
## 208 2 Lớn hơn 25000
## 209 2 Lớn hơn 25000
## 210 2 Lớn hơn 25000
## 211 2 Lớn hơn 25000
## 212 2 Lớn hơn 25000
## 213 2 Lớn hơn 25000
## 214 2 Lớn hơn 25000
## 215 2 Lớn hơn 25000
## 216 2 Lớn hơn 25000
## 217 2 Lớn hơn 25000
## 218 2 Lớn hơn 25000
## 219 2 Lớn hơn 25000
## 220 2 Lớn hơn 25000
## 221 2 Lớn hơn 25000
## 222 2 Lớn hơn 25000
## 223 2 Lớn hơn 25000
## 224 2 Lớn hơn 25000
## 225 2 Lớn hơn 25000
## 226 2 Lớn hơn 25000
## 227 2 Lớn hơn 25000
## 228 2 Lớn hơn 25000
## 229 2 Lớn hơn 25000
## 230 2 Lớn hơn 25000
## 231 2 Lớn hơn 25000
## 232 2 Lớn hơn 25000
## 233 2 Lớn hơn 25000
## 234 2 Lớn hơn 25000
## 235 2 Lớn hơn 25000
## 236 2 Lớn hơn 25000
## 237 2 Lớn hơn 25000
## 238 2 Lớn hơn 25000
## Phân vùng VN30
VN30MH=VN30
VN30MH=replace(VN30MH,VN30<=1900,1)
VN30MH=replace(VN30MH,VN30>1900,2)
VN30MHMH=data.frame(VN30,VN30MH)
VN30MHMH
## VN30 VN30MH
## 1 1875.39 1
## 2 1868.85 1
## 3 1861.74 1
## 4 1859.53 1
## 5 1819.60 1
## 6 1821.45 1
## 7 1853.48 1
## 8 1858.67 1
## 9 1852.65 1
## 10 1862.23 1
## 11 1863.13 1
## 12 1870.63 1
## 13 1859.80 1
## 14 1859.51 1
## 15 1918.97 2
## 16 1909.65 2
## 17 1922.95 2
## 18 1940.89 2
## 19 1980.57 2
## 20 2012.28 2
## 21 2013.69 2
## 22 2009.64 2
## 23 2022.27 2
## 24 1977.14 2
## 25 1870.86 1
## 26 1915.90 2
## 27 1930.88 2
## 28 1945.78 2
## 29 1944.60 2
## 30 1900.76 2
## 31 1949.28 2
## 32 1949.76 2
## 33 1925.18 2
## 34 1885.36 1
## 35 1857.64 1
## 36 1897.71 1
## 37 1886.47 1
## 38 1869.60 1
## 39 1824.71 1
## 40 1804.18 1
## 41 1821.60 1
## 42 1872.27 1
## 43 1864.23 1
## 44 1871.54 1
## 45 1893.54 1
## 46 1898.07 1
## 47 1886.20 1
## 48 1897.46 1
## 49 1899.89 1
## 50 1916.36 2
## 51 1909.60 2
## 52 1923.55 2
## 53 1923.92 2
## 54 1933.56 2
## 55 1950.12 2
## 56 1971.99 2
## 57 1979.53 2
## 58 1975.50 2
## 59 1983.82 2
## 60 1973.02 2
## 61 1946.98 2
## 62 1924.29 2
## 63 1867.03 1
## 64 1869.84 1
## 65 1909.87 2
## 66 1897.95 1
## 67 1903.47 2
## 68 1933.28 2
## 69 1985.28 2
## 70 2012.87 2
## 71 1990.66 2
## 72 2009.70 2
## 73 2028.68 2
## 74 2055.96 2
## 75 2096.76 2
## 76 2074.03 2
## 77 2066.21 2
## 78 2080.24 2
## 79 2089.21 2
## 80 2067.10 2
## 81 2047.48 2
## 82 2080.35 2
## 83 2085.61 2
## 84 2080.38 2
## 85 2082.35 2
## 86 2077.76 2
## 87 2032.28 2
## 88 2019.88 2
## 89 1997.13 2
## 90 2018.98 2
## 91 2029.81 2
## 92 2004.31 2
## 93 1997.69 2
## 94 1988.19 2
## 95 1969.27 2
## 96 1943.60 2
## 97 1947.75 2
## 98 1951.58 2
## 99 2000.90 2
## 100 2016.47 2
## 101 2018.64 2
## 102 2039.80 2
## 103 2050.85 2
## 104 2049.64 2
## 105 2069.82 2
## 106 2061.75 2
## 107 2010.75 2
## 108 1959.35 2
## 109 1956.53 2
## 110 1942.76 2
## 111 1904.19 2
## 112 1780.71 1
## 113 1836.96 1
## 114 1889.94 1
## 115 1859.80 1
## 116 1853.60 1
## 117 1852.99 1
## 118 1873.65 1
## 119 1868.84 1
## 120 1854.19 1
## 121 1797.99 1
## 122 1741.05 1
## 123 1770.16 1
## 124 1814.73 1
## 125 1791.25 1
## 126 1821.53 1
## 127 1811.92 1
## 128 1829.59 1
## 129 1861.84 1
## 130 1852.99 1
## 131 1840.96 1
## 132 1931.01 2
## 133 1915.01 2
## 134 1928.23 2
## 135 1925.66 2
## 136 1946.55 2
## 137 1961.60 2
## 138 1979.19 2
## 139 1988.11 2
## 140 2009.04 2
## 141 2007.08 2
## 142 2025.41 2
## 143 2024.74 2
## 144 2011.42 2
## 145 2041.40 2
## 146 2022.75 2
## 147 2014.62 2
## 148 2032.30 2
## 149 2053.41 2
## 150 2079.10 2
## 151 2074.06 2
## 152 2040.51 2
## 153 2053.97 2
## 154 2043.51 2
## 155 2068.62 2
## 156 2050.58 2
## 157 2046.37 2
## 158 2027.45 2
## 159 2028.94 2
## 160 2027.51 2
## 161 2027.90 2
## 162 2022.46 2
## 163 1999.82 2
## 164 1997.06 2
## 165 1989.71 2
## 166 1972.99 2
## 167 1974.60 2
## 168 1982.29 2
## 169 1986.28 2
## 170 1936.81 2
## 171 1951.92 2
## 172 1960.97 2
## 173 1947.28 2
## 174 1944.36 2
## 175 1962.48 2
## 176 1960.19 2
## 177 1957.17 2
## 178 1967.22 2
## 179 1980.13 2
## 180 1995.12 2
## 181 2010.15 2
## 182 2004.62 2
## 183 2008.57 2
## 184 2004.29 2
## 185 1995.71 2
## 186 2013.35 2
## 187 2009.04 2
## 188 1991.11 2
## 189 1995.91 2
## 190 1998.44 2
## 191 1987.11 2
## 192 1970.82 2
## 193 1939.84 2
## 194 1946.06 2
## 195 1916.05 2
## 196 1941.65 2
## 197 1931.65 2
## 198 1887.32 1
## 199 1881.32 1
## 200 1826.90 1
## 201 1845.32 1
## 202 1829.36 1
## 203 1806.50 1
## 204 1824.35 1
## 205 1849.12 1
## 206 1886.27 1
## 207 1872.07 1
## 208 1917.69 2
## 209 1927.35 2
## 210 1916.88 2
## 211 1902.79 2
## 212 1911.09 2
## 213 1925.18 2
## 214 1922.53 2
## 215 1936.46 2
## 216 1909.23 2
## 217 1876.81 1
## 218 1877.68 1
## 219 1876.14 1
## 220 1875.73 1
## 221 1887.06 1
## 222 1927.79 2
## 223 1942.00 2
## 224 1936.15 2
## 225 1970.01 2
## 226 1979.23 2
## 227 1982.96 2
## 228 1961.57 2
## 229 1984.89 2
## 230 1968.52 2
## 231 1967.64 2
## 232 1976.82 2
## 233 1936.69 2
## 234 1928.57 2
## 235 1951.14 2
## 236 1954.29 2
## 237 1975.01 2
## 238 1964.17 2
## Mã hoá VN30
VN301=VN30MH
VN301=replace(VN301,VN30MH==1,"Nhỏ hơn hoặc bằng 1900")
VN301=replace(VN301,VN30MH==2,"Lớn hơn 1900")
VN301MH=data.frame(VN30MH,VN301)
VN301MH
## VN30MH VN301
## 1 1 Nhỏ hơn hoặc bằng 1900
## 2 1 Nhỏ hơn hoặc bằng 1900
## 3 1 Nhỏ hơn hoặc bằng 1900
## 4 1 Nhỏ hơn hoặc bằng 1900
## 5 1 Nhỏ hơn hoặc bằng 1900
## 6 1 Nhỏ hơn hoặc bằng 1900
## 7 1 Nhỏ hơn hoặc bằng 1900
## 8 1 Nhỏ hơn hoặc bằng 1900
## 9 1 Nhỏ hơn hoặc bằng 1900
## 10 1 Nhỏ hơn hoặc bằng 1900
## 11 1 Nhỏ hơn hoặc bằng 1900
## 12 1 Nhỏ hơn hoặc bằng 1900
## 13 1 Nhỏ hơn hoặc bằng 1900
## 14 1 Nhỏ hơn hoặc bằng 1900
## 15 2 Lớn hơn 1900
## 16 2 Lớn hơn 1900
## 17 2 Lớn hơn 1900
## 18 2 Lớn hơn 1900
## 19 2 Lớn hơn 1900
## 20 2 Lớn hơn 1900
## 21 2 Lớn hơn 1900
## 22 2 Lớn hơn 1900
## 23 2 Lớn hơn 1900
## 24 2 Lớn hơn 1900
## 25 1 Nhỏ hơn hoặc bằng 1900
## 26 2 Lớn hơn 1900
## 27 2 Lớn hơn 1900
## 28 2 Lớn hơn 1900
## 29 2 Lớn hơn 1900
## 30 2 Lớn hơn 1900
## 31 2 Lớn hơn 1900
## 32 2 Lớn hơn 1900
## 33 2 Lớn hơn 1900
## 34 1 Nhỏ hơn hoặc bằng 1900
## 35 1 Nhỏ hơn hoặc bằng 1900
## 36 1 Nhỏ hơn hoặc bằng 1900
## 37 1 Nhỏ hơn hoặc bằng 1900
## 38 1 Nhỏ hơn hoặc bằng 1900
## 39 1 Nhỏ hơn hoặc bằng 1900
## 40 1 Nhỏ hơn hoặc bằng 1900
## 41 1 Nhỏ hơn hoặc bằng 1900
## 42 1 Nhỏ hơn hoặc bằng 1900
## 43 1 Nhỏ hơn hoặc bằng 1900
## 44 1 Nhỏ hơn hoặc bằng 1900
## 45 1 Nhỏ hơn hoặc bằng 1900
## 46 1 Nhỏ hơn hoặc bằng 1900
## 47 1 Nhỏ hơn hoặc bằng 1900
## 48 1 Nhỏ hơn hoặc bằng 1900
## 49 1 Nhỏ hơn hoặc bằng 1900
## 50 2 Lớn hơn 1900
## 51 2 Lớn hơn 1900
## 52 2 Lớn hơn 1900
## 53 2 Lớn hơn 1900
## 54 2 Lớn hơn 1900
## 55 2 Lớn hơn 1900
## 56 2 Lớn hơn 1900
## 57 2 Lớn hơn 1900
## 58 2 Lớn hơn 1900
## 59 2 Lớn hơn 1900
## 60 2 Lớn hơn 1900
## 61 2 Lớn hơn 1900
## 62 2 Lớn hơn 1900
## 63 1 Nhỏ hơn hoặc bằng 1900
## 64 1 Nhỏ hơn hoặc bằng 1900
## 65 2 Lớn hơn 1900
## 66 1 Nhỏ hơn hoặc bằng 1900
## 67 2 Lớn hơn 1900
## 68 2 Lớn hơn 1900
## 69 2 Lớn hơn 1900
## 70 2 Lớn hơn 1900
## 71 2 Lớn hơn 1900
## 72 2 Lớn hơn 1900
## 73 2 Lớn hơn 1900
## 74 2 Lớn hơn 1900
## 75 2 Lớn hơn 1900
## 76 2 Lớn hơn 1900
## 77 2 Lớn hơn 1900
## 78 2 Lớn hơn 1900
## 79 2 Lớn hơn 1900
## 80 2 Lớn hơn 1900
## 81 2 Lớn hơn 1900
## 82 2 Lớn hơn 1900
## 83 2 Lớn hơn 1900
## 84 2 Lớn hơn 1900
## 85 2 Lớn hơn 1900
## 86 2 Lớn hơn 1900
## 87 2 Lớn hơn 1900
## 88 2 Lớn hơn 1900
## 89 2 Lớn hơn 1900
## 90 2 Lớn hơn 1900
## 91 2 Lớn hơn 1900
## 92 2 Lớn hơn 1900
## 93 2 Lớn hơn 1900
## 94 2 Lớn hơn 1900
## 95 2 Lớn hơn 1900
## 96 2 Lớn hơn 1900
## 97 2 Lớn hơn 1900
## 98 2 Lớn hơn 1900
## 99 2 Lớn hơn 1900
## 100 2 Lớn hơn 1900
## 101 2 Lớn hơn 1900
## 102 2 Lớn hơn 1900
## 103 2 Lớn hơn 1900
## 104 2 Lớn hơn 1900
## 105 2 Lớn hơn 1900
## 106 2 Lớn hơn 1900
## 107 2 Lớn hơn 1900
## 108 2 Lớn hơn 1900
## 109 2 Lớn hơn 1900
## 110 2 Lớn hơn 1900
## 111 2 Lớn hơn 1900
## 112 1 Nhỏ hơn hoặc bằng 1900
## 113 1 Nhỏ hơn hoặc bằng 1900
## 114 1 Nhỏ hơn hoặc bằng 1900
## 115 1 Nhỏ hơn hoặc bằng 1900
## 116 1 Nhỏ hơn hoặc bằng 1900
## 117 1 Nhỏ hơn hoặc bằng 1900
## 118 1 Nhỏ hơn hoặc bằng 1900
## 119 1 Nhỏ hơn hoặc bằng 1900
## 120 1 Nhỏ hơn hoặc bằng 1900
## 121 1 Nhỏ hơn hoặc bằng 1900
## 122 1 Nhỏ hơn hoặc bằng 1900
## 123 1 Nhỏ hơn hoặc bằng 1900
## 124 1 Nhỏ hơn hoặc bằng 1900
## 125 1 Nhỏ hơn hoặc bằng 1900
## 126 1 Nhỏ hơn hoặc bằng 1900
## 127 1 Nhỏ hơn hoặc bằng 1900
## 128 1 Nhỏ hơn hoặc bằng 1900
## 129 1 Nhỏ hơn hoặc bằng 1900
## 130 1 Nhỏ hơn hoặc bằng 1900
## 131 1 Nhỏ hơn hoặc bằng 1900
## 132 2 Lớn hơn 1900
## 133 2 Lớn hơn 1900
## 134 2 Lớn hơn 1900
## 135 2 Lớn hơn 1900
## 136 2 Lớn hơn 1900
## 137 2 Lớn hơn 1900
## 138 2 Lớn hơn 1900
## 139 2 Lớn hơn 1900
## 140 2 Lớn hơn 1900
## 141 2 Lớn hơn 1900
## 142 2 Lớn hơn 1900
## 143 2 Lớn hơn 1900
## 144 2 Lớn hơn 1900
## 145 2 Lớn hơn 1900
## 146 2 Lớn hơn 1900
## 147 2 Lớn hơn 1900
## 148 2 Lớn hơn 1900
## 149 2 Lớn hơn 1900
## 150 2 Lớn hơn 1900
## 151 2 Lớn hơn 1900
## 152 2 Lớn hơn 1900
## 153 2 Lớn hơn 1900
## 154 2 Lớn hơn 1900
## 155 2 Lớn hơn 1900
## 156 2 Lớn hơn 1900
## 157 2 Lớn hơn 1900
## 158 2 Lớn hơn 1900
## 159 2 Lớn hơn 1900
## 160 2 Lớn hơn 1900
## 161 2 Lớn hơn 1900
## 162 2 Lớn hơn 1900
## 163 2 Lớn hơn 1900
## 164 2 Lớn hơn 1900
## 165 2 Lớn hơn 1900
## 166 2 Lớn hơn 1900
## 167 2 Lớn hơn 1900
## 168 2 Lớn hơn 1900
## 169 2 Lớn hơn 1900
## 170 2 Lớn hơn 1900
## 171 2 Lớn hơn 1900
## 172 2 Lớn hơn 1900
## 173 2 Lớn hơn 1900
## 174 2 Lớn hơn 1900
## 175 2 Lớn hơn 1900
## 176 2 Lớn hơn 1900
## 177 2 Lớn hơn 1900
## 178 2 Lớn hơn 1900
## 179 2 Lớn hơn 1900
## 180 2 Lớn hơn 1900
## 181 2 Lớn hơn 1900
## 182 2 Lớn hơn 1900
## 183 2 Lớn hơn 1900
## 184 2 Lớn hơn 1900
## 185 2 Lớn hơn 1900
## 186 2 Lớn hơn 1900
## 187 2 Lớn hơn 1900
## 188 2 Lớn hơn 1900
## 189 2 Lớn hơn 1900
## 190 2 Lớn hơn 1900
## 191 2 Lớn hơn 1900
## 192 2 Lớn hơn 1900
## 193 2 Lớn hơn 1900
## 194 2 Lớn hơn 1900
## 195 2 Lớn hơn 1900
## 196 2 Lớn hơn 1900
## 197 2 Lớn hơn 1900
## 198 1 Nhỏ hơn hoặc bằng 1900
## 199 1 Nhỏ hơn hoặc bằng 1900
## 200 1 Nhỏ hơn hoặc bằng 1900
## 201 1 Nhỏ hơn hoặc bằng 1900
## 202 1 Nhỏ hơn hoặc bằng 1900
## 203 1 Nhỏ hơn hoặc bằng 1900
## 204 1 Nhỏ hơn hoặc bằng 1900
## 205 1 Nhỏ hơn hoặc bằng 1900
## 206 1 Nhỏ hơn hoặc bằng 1900
## 207 1 Nhỏ hơn hoặc bằng 1900
## 208 2 Lớn hơn 1900
## 209 2 Lớn hơn 1900
## 210 2 Lớn hơn 1900
## 211 2 Lớn hơn 1900
## 212 2 Lớn hơn 1900
## 213 2 Lớn hơn 1900
## 214 2 Lớn hơn 1900
## 215 2 Lớn hơn 1900
## 216 2 Lớn hơn 1900
## 217 1 Nhỏ hơn hoặc bằng 1900
## 218 1 Nhỏ hơn hoặc bằng 1900
## 219 1 Nhỏ hơn hoặc bằng 1900
## 220 1 Nhỏ hơn hoặc bằng 1900
## 221 1 Nhỏ hơn hoặc bằng 1900
## 222 2 Lớn hơn 1900
## 223 2 Lớn hơn 1900
## 224 2 Lớn hơn 1900
## 225 2 Lớn hơn 1900
## 226 2 Lớn hơn 1900
## 227 2 Lớn hơn 1900
## 228 2 Lớn hơn 1900
## 229 2 Lớn hơn 1900
## 230 2 Lớn hơn 1900
## 231 2 Lớn hơn 1900
## 232 2 Lớn hơn 1900
## 233 2 Lớn hơn 1900
## 234 2 Lớn hơn 1900
## 235 2 Lớn hơn 1900
## 236 2 Lớn hơn 1900
## 237 2 Lớn hơn 1900
## 238 2 Lớn hơn 1900
# c, Thống kê
## Thống kê các biến chỉ số Ratio Scale
library(psych)
chiso1=data.frame(SP500,DAX,VN30)
describe(chiso1)
## vars n mean sd median trimmed mad min max
## SP500 1 238 7083.05 386.27 6935.66 7069.44 414.90 6343.72 7798.99
## DAX 2 238 24543.29 878.77 24427.81 24525.61 841.39 22300.75 26569.99
## VN30 3 238 1946.50 74.71 1947.51 1947.44 89.44 1741.05 2096.76
## range skew kurtosis se
## SP500 1455.27 0.32 -1.34 25.04
## DAX 4269.24 0.10 -0.20 56.96
## VN30 355.71 -0.15 -0.67 4.84
# Nhận xét: Cả ba chỉ số đều có n = 238 mẫu
# Đối với chỉ số SP500: Giá trị trung bình (mean) là 7083.05 gần tương đương với trung vị (median) là 6935.66 cho thấy phân phối tương đối đối xứng; độ lệch chuẩn (sd) là 386.27 với khoảng biến thiên (range) là 1455.27 cho thấy độ phân tán ở mức vừa.
# Đối với chỉ số DAX: Giá trị trung bình (mean) là 24543.29 gần tương đương với trung vị (median) là 24427.81 cho thấy phân phối tương đối đối xứng; độ lệch chuẩn (sd) là 878.77 với khoảng biến thiên (range) là 4269.24 cho thấy độ phân tán ở mức cao.
# Đối với chỉ số VN30: Giá trị trung bình (mean) là 1946.50 gần với trung vị (median) là 1947.51 cho thấy phân phối gần như đối xứng; độ lệch chuẩn (sd) là 74.71 với khoảng biến thiên (range) là 355.71 cho thấy độ phân tán ở mức thấp.
## Thống kê các biến chỉ số Ordinal Scale
library(psych)
chiso2=data.frame(SP500MH,DAXMH,VN30MH)
describe(chiso2)
## vars n mean sd median trimmed mad min max range skew kurtosis se
## SP500MH 1 238 1.84 0.37 2 1.92 0 1 2 1 -1.80 1.26 0.02
## DAXMH 2 238 1.28 0.45 1 1.23 0 1 2 1 0.97 -1.07 0.03
## VN30MH 3 238 1.71 0.45 2 1.76 0 1 2 1 -0.92 -1.16 0.03
# Nhận xét: Cả ba chỉ số đều có n = 238 mẫu
# Đối với chỉ số SP500MH: Giá trị trung bình (mean) là 1.84 và trung vị (median) là 2 cho thấy phân phối tập trung ở 2; độ lệch chuẩn (sd) là 0.37; khoảng biến thiên (range) là 1 (max - min).
# Đối với chỉ số DAXMH: Giá trị trung bình (mean) là 1.28 và trung vị (median) là 1 cho thấy phân phối tập trung ở 1; độ lệch chuẩn (sd) là 0.45; khoảng biến thiên (range) là 1 (max - min)
# Đối với chỉ số VN30MH: Giá trị trung bình (mean) là 1.71 và trung vị (median) là 2 cho thấy phân phối tập trung ở 2; độ lệch chuẩn (sd) là 0.45; khoảng biến thiên (range) là 1 (max - min)
# d, Vẽ đồ thị
### Dạng Ordinal Scale
## Đồ thị cột SP500
SP500.freq<-table(SP5001)
SP500.freq
## SP5001
## Lớn hơn 6700 Nhỏ hơn hoặc bằng 6700
## 199 39
barplot(SP500.freq,xlab="Nhóm mã hoá",ylab="Số lượng",main="Biểu đồ cột biến SP500",col=c("lightgreen","lightyellow"))
# Nhận xét: Nhóm "Lớn hơn 6700" có 199 quan sát; Nhóm "Nhỏ hơn hoặc bằng 6700" có 39 quan sát.
## Đồ thị cột DAX
DAX.freq<-table(DAX1)
DAX.freq
## DAX1
## Lớn hơn 25000 Nhỏ hơn hoặc bằng 25000
## 67 171
barplot(DAX.freq,xlab="Nhóm mã hoá",ylab="Số lượng",main="Biểu đồ cột biến DAX",col=c("lavender","lightpink"))
# Nhận xét: Nhóm "Lớn hơn 25000" có 67 quan sát; Nhóm "Nhỏ hơn hoặc bằng 25000" có 171 quan sát.
## Đồ thị cột VN30
VN30.freq<-table(VN301)
VN30.freq
## VN301
## Lớn hơn 1900 Nhỏ hơn hoặc bằng 1900
## 169 69
barplot(VN30.freq,xlab="Nhóm mã hoá",ylab="Số lượng",main="Biểu đồ cột biến VN30",col=c("salmon","lightblue"))
# Nhận xét: Nhóm "Lớn hơn 1900" có 169 quan sát; Nhóm "Nhỏ hơn hoặc bằng 1900" có 69 quan sát.
## Đồ thị tròn SP500
pie(table(SP5001),col=c("lightblue","lightpink"),main="Biểu đồ tròn biến S&P500")
# Nhận xét: Nhóm "Lớn hơn 6700" chiếm tỷ trọng lớn hơn nhóm "Nhỏ hơn hoặc bằng 6700".
## Đồ thị tròn DAX
pie(table(DAX1),col=c("lightgreen","lightyellow"),main="Biểu đồ tròn biến DAX")
# Nhận xét: Nhóm "Lớn hơn 25000" chiếm tỷ trọng nhỏ hơn nhóm "Nhỏ hơn hoặc bằng 25000".
## Đồ thị tròn VN30
pie(table(VN301),col=c("lavender","lemonchiffon"),main="Biểu đồ tròn VN30")
# Nhận xét: Nhóm "Lớn hơn 1900" chiếm tỷ trọng lớn hơn nhóm "Nhỏ hơn hoặc bằng 1900".
### Dạng Ratio Scale
## Đồ thị đường SP500
plot(STT, SP500, type = "o", xlab = "Ngày thứ", ylab="Giá trị chỉ số",pch=10, main="Biểu đồ đường biến SP500")
# Nhận xét: Biến SP500 có sự biến động, từ 0 đến 100 ngày duy trì ở giá trị 6500 đến 7000, giảm xuống mức thấp nhất trong khoảng ngày thứ 120 đến 130, có xu hướng tăng trở lại sau ngày thứ 150 đến 200.
## Đồ thị đường DAX
plot(STT, DAX, type = "o", xlab = "Ngày thứ", ylab="Giá trị chỉ số",pch=10, main="Biểu đồ đường biến DAX")
# Nhận xét: Biến DAX có sự biến động liên tục, từ 0 đến 50 ngày duy trì xấp xỉ giá trị 23000 đến 25000, giảm xuống mức thấp nhất trong khoảng ngày thứ 120.
## Đồ thị đường VN30
plot(STT, VN30, type = "o", xlab = "Ngày thứ", ylab="Giá trị chỉ số",pch=10, main="Biểu đồ đường biến VN30")
# Nhận xét: Biến VN30 có sự biến động liên tục, phản ảnh sự biến động không ổn định
## e, Phân tích tương quan
library(psych)
vars=cbind(SP500,DAX,VN30)
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$r
## SP500 DAX VN30
## SP500 1.0000000 0.8171677 0.2802324
## DAX 0.8171677 1.0000000 0.3778291
## VN30 0.2802324 0.3778291 1.0000000
result$P
## SP500 DAX VN30
## SP500 NA 0.000000e+00 1.140264e-05
## DAX 0.000000e+00 NA 1.713093e-09
## VN30 1.140264e-05 1.713093e-09 NA
# Nhận xét:
# SP500 với DAX: Biến SP500 có biến tương quan dương với DAX vì hệ số Person > 0; Mối tương quan giữa SP500 với DAX có ý nghĩa thống kê vì Sig bé hơn 5%.
# SP500 với VN30: Biến SP500 có biến tương quan dương với VN30 vì hệ số Person > 0; Mối tương quan giữa SP500 với DAX có ý nghĩa thống kê vì Sig bé hơn 5%.
# DAX với VN30: Biến DAX có biến tương quan dương với VN30 vì hệ số Person > 0; Mối tương quan giữa DAX với VN30 có ý nghĩa thống kê vì Sig bé hơn 5%.
## f, Mô hình hồi quy tuyến tính
mreg=lm(SP500~DAX+VN30)
summary(mreg)
##
## Call:
## lm(formula = SP500 ~ DAX + VN30)
##
## Residuals:
## Min 1Q Median 3Q Max
## -454.60 -152.69 -2.91 176.52 559.52
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -1.534e+03 4.725e+02 -3.246 0.00134 **
## DAX 3.647e-01 1.783e-02 20.461 < 2e-16 ***
## VN30 -1.720e-01 2.097e-01 -0.820 0.41286
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 223.3 on 235 degrees of freedom
## Multiple R-squared: 0.6687, Adjusted R-squared: 0.6659
## F-statistic: 237.2 on 2 and 235 DF, p-value: < 2.2e-16
# Nhận xét: Mô hình hồi quy tuyến tính SP500=-1534 + 0.3647*DAX + (-0.1720*VN30) + ei
# Mô hình có ý nghĩa thống kê với giá trị F-statistic là 237.2 và mức ý nghĩa
# Với R2=0.6687 là các biến VN30, DAX giải thích khoảng 66,87% sự biến thiên của SP500 trong khi R2 hiệu chỉnh đạt 0.6659.
# Xét riêng từng biến, DAX có tác động cùng chiều đến SP500 với hệ số hồi quy 0.3647 điều này có nghĩa khi DAX tăng 1 đơn vị thì SP500 tăng 0.3647 đơn vị và mối quan hệ này có ý nghĩa thống kê ở mức 1% (p < 0.001).
# VN30 có tác động ngược chiều với hệ số -0.1720, (p = 0.4128) và mối quan hệ này không có ý nghĩa thống kê p = 41,29% (p > 5% )
# Nhìn chung, biến DAX có mối quan hệ cùng chiều và có ý nghĩa thống kê với SP500 trong mô hình nghiên cứu. Nhưng biến VN30 thì không có ý nghĩa thống kê
## g, Phép kiểm định mô hình hồi quy đa biến
library(car)
## Loading required package: carData
##
## Attaching package: 'car'
## The following object is masked from 'package:psych':
##
## logit
vif(mreg)
## DAX VN30
## 1.166527 1.166527
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 = 0.12117, p-value < 2.2e-16
## alternative hypothesis: true autocorrelation is greater than 0
op=par(mfrow=c(2,2))
plot(mreg)
# Kiểm định đa cộng tuyến cho thấy các giá trị VIF các biến độc lập đều nhỏ hơn 2 => Mô hình không có hiện tượng đa cộng tuyến.
# Kiểm định tự tương quan cho thấy giá trị DW = 0,12117 không nằm trong khoảng chấp nhận (1,5 < DW < 2,5) => Mô hình có hiện tượng tự tương quan.
# Đồ thị bên trái dòng 1, vẽ phần dư ei và giá trị dự báo: Đồ thị này cho thấy các giá trị phần dư phân tán 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 và giá trị lý vọng dựa vào phân phối chuẩn: Kết quả cho thấy các điểm phần dư tập trung rất gần các giá trị trên đường chuẩn tuy nhiên có sự lệch nhẹ giữa 2 đầu, do đó phần dư ei tuân thủ theo quy luật phân phối chuẩn.
# Đồ thị bên trái dòng 2, vẽ căn bậc hai của sai số chuẩn phần dư và các giá trị: Đồ thị này cho thấy độ phân tán thay đổi theo các giá trị dự báo, do đó phần phương sai tuân thủ theo quy luật phân phối chuẩn.
# Đồ thị bên phải dòng 2, đa số các quan sát có độ đòn bẩy nhỏ, kết quả cho thấy các giá trị đều nằm trong giới hạn đường ranh giới khoảng cách Cook và có rất ít giá trị ngoại lai vượt qua đường ranh giới đó, do đó mô hình ổn định và chi phối