# Họ và tên: Nguyễn Thị Kim Ly
# Lớp: 24NH
# MSSV: 2454020038
# BÀI PHÂN TÍCH DỮ LIỆU CUỐI KỲ
# Nhập liệu:
likert=file.choose()
datalikert=read.csv(likert,header=TRUE)
save(datalikert,file="datalikert.rda")
attach(datalikert)
is.data.frame(datalikert)
## [1] TRUE
### Câu b:
# VN30
MHVN30=VN30
MHVN30=replace(MHVN30,VN30<=1900,1)
MHVN30=replace(MHVN30,VN30>1900&VN30<=2000,2)
MHVN30=replace(MHVN30,VN30>2000,3)
VN30code=data.frame(VN30,MHVN30)
VN30code
## VN30 MHVN30
## 1 1954.91 2
## 2 1965.36 2
## 3 1953.26 2
## 4 1964.17 2
## 5 1975.01 2
## 6 1954.29 2
## 7 1951.14 2
## 8 1928.57 2
## 9 1936.69 2
## 10 1976.82 2
## 11 1967.64 2
## 12 1968.52 2
## 13 1984.89 2
## 14 1961.57 2
## 15 1982.96 2
## 16 1979.23 2
## 17 1970.01 2
## 18 1936.15 2
## 19 1942.00 2
## 20 1927.79 2
## 21 1887.06 1
## 22 1875.73 1
## 23 1876.14 1
## 24 1877.68 1
## 25 1876.81 1
## 26 1909.23 2
## 27 1936.46 2
## 28 1922.53 2
## 29 1925.18 2
## 30 1911.09 2
## 31 1902.79 2
## 32 1916.88 2
## 33 1927.35 2
## 34 1917.69 2
## 35 1872.07 1
## 36 1886.27 1
## 37 1849.12 1
## 38 1824.35 1
## 39 1806.50 1
## 40 1829.36 1
## 41 1845.32 1
## 42 1826.90 1
## 43 1881.32 1
## 44 1887.32 1
## 45 1931.65 2
## 46 1941.65 2
## 47 1916.05 2
## 48 1946.06 2
## 49 1939.84 2
## 50 1970.82 2
## 51 1987.11 2
## 52 1998.44 2
## 53 1995.91 2
## 54 1991.11 2
## 55 2009.04 3
## 56 2013.35 3
## 57 1995.71 2
## 58 2004.29 3
## 59 2008.57 3
## 60 2004.62 3
## 61 2010.15 3
## 62 1995.12 2
## 63 1980.13 2
## 64 1967.22 2
## 65 1957.17 2
## 66 1960.19 2
## 67 1962.48 2
## 68 1944.36 2
## 69 1947.28 2
## 70 1960.97 2
## 71 1951.92 2
## 72 1936.81 2
## 73 1986.28 2
## 74 1982.29 2
## 75 1974.60 2
## 76 1972.99 2
## 77 1989.71 2
## 78 1997.06 2
## 79 1999.82 2
## 80 2022.46 3
## 81 2027.90 3
## 82 2010.93 3
## 83 2027.51 3
## 84 2028.94 3
## 85 2027.45 3
## 86 2046.37 3
## 87 2050.58 3
## 88 2068.62 3
## 89 2043.51 3
## 90 2053.97 3
## 91 2040.51 3
## 92 2074.06 3
## 93 2079.10 3
## 94 2053.41 3
## 95 2032.30 3
## 96 2014.62 3
## 97 2022.75 3
## 98 2041.40 3
## 99 2011.42 3
## 100 2024.74 3
## 101 2025.41 3
## 102 2007.08 3
## 103 2009.04 3
## 104 1988.11 2
## 105 1979.19 2
## 106 1961.60 2
## 107 1946.55 2
## 108 1925.66 2
## 109 1928.23 2
## 110 1915.01 2
## 111 1931.01 2
## 112 1840.96 1
## 113 1836.25 1
## 114 1852.99 1
## 115 1861.84 1
## 116 1829.59 1
## 117 1811.92 1
## 118 1821.53 1
## 119 1791.25 1
## 120 1814.73 1
## 121 1770.16 1
## 122 1741.05 1
## 123 1797.99 1
## 124 1854.19 1
## 125 1868.84 1
## 126 1873.65 1
## 127 1852.99 1
## 128 1853.60 1
## 129 1859.80 1
## 130 1889.94 1
## 131 1836.96 1
## 132 1780.71 1
## 133 1904.19 2
## 134 1942.76 2
## 135 1956.53 2
## 136 1959.35 2
## 137 2010.75 3
## 138 2061.75 3
## 139 2069.82 3
## 140 2049.64 3
## 141 2050.85 3
## 142 2039.80 3
## 143 2018.64 3
## 144 2016.47 3
## 145 2000.90 3
## 146 1951.58 2
## 147 1947.75 2
## 148 1943.60 2
## 149 1969.27 2
## 150 1988.19 2
## 151 1997.69 2
## 152 2004.31 3
## 153 2029.81 3
## 154 2018.98 3
## 155 1997.13 2
## 156 2019.88 3
## 157 2032.28 3
## 158 2077.76 3
## 159 2082.35 3
## 160 2080.38 3
## 161 2085.61 3
## 162 2080.35 3
## 163 2047.48 3
## 164 2067.10 3
## 165 2089.21 3
## 166 2080.24 3
## 167 2066.21 3
## 168 2074.03 3
## 169 2096.76 3
## 170 2055.96 3
## 171 2028.68 3
## 172 2030.63 3
## 173 2009.70 3
## 174 1990.66 2
## 175 1965.97 2
## 176 2023.13 3
## 177 2012.87 3
## 178 1985.28 2
## 179 1933.28 2
## 180 1903.47 2
## 181 1897.95 1
## 182 1909.87 2
## 183 1869.84 1
## 184 1867.03 1
## 185 1924.29 2
## 186 1946.98 2
## 187 1973.02 2
## 188 1983.82 2
## 189 1975.50 2
## 190 1979.53 2
## 191 1971.99 2
## 192 1950.12 2
## 193 1933.56 2
## 194 1923.92 2
## 195 1923.55 2
## 196 1909.60 2
## 197 1916.36 2
## 198 1899.89 1
## 199 1897.46 1
## 200 1886.20 1
## 201 1898.07 1
## 202 1893.54 1
## 203 1871.54 1
## 204 1864.23 1
## 205 1872.27 1
## 206 1821.60 1
## 207 1804.18 1
## 208 1824.71 1
## 209 1869.60 1
## 210 1886.47 1
## 211 1897.71 1
## 212 1857.64 1
## 213 1885.36 1
## 214 1925.18 2
## 215 1949.76 2
## 216 1949.28 2
## 217 1900.76 2
## 218 1944.60 2
## 219 1945.78 2
## 220 1930.88 2
## 221 1915.90 2
## 222 1870.86 1
## 223 1977.14 2
## 224 2022.27 3
## 225 2009.64 3
## 226 2013.69 3
## 227 2012.28 3
## 228 1980.57 2
## 229 1940.89 2
## 230 1922.95 2
## 231 1909.65 2
## 232 1918.97 2
## 233 1859.51 1
## 234 1859.80 1
## 235 1870.63 1
## 236 1863.13 1
# VNI
MHVNI=VNI
MHVNI=replace(MHVNI,VNI<=1700,1)
MHVNI=replace(MHVNI,VNI>1700&VNI<=1800,2)
MHVNI=replace(MHVNI,VNI>1800,3)
VNIcode=data.frame(VNI,MHVNI)
VNIcode
## VNI MHVNI
## 1 1801.65 3
## 2 1816.93 3
## 3 1799.67 2
## 4 1815.66 3
## 5 1822.77 3
## 6 1810.11 3
## 7 1811.15 3
## 8 1788.23 2
## 9 1795.21 2
## 10 1829.23 3
## 11 1827.12 3
## 12 1830.44 3
## 13 1853.08 3
## 14 1827.72 3
## 15 1832.12 3
## 16 1831.56 3
## 17 1821.32 3
## 18 1791.41 2
## 19 1788.78 2
## 20 1768.12 2
## 21 1734.24 2
## 22 1726.69 2
## 23 1732.02 2
## 24 1727.46 2
## 25 1729.08 2
## 26 1765.63 2
## 27 1793.18 2
## 28 1773.41 2
## 29 1776.77 2
## 30 1768.06 2
## 31 1764.78 2
## 32 1776.46 2
## 33 1777.23 2
## 34 1762.84 2
## 35 1735.78 2
## 36 1744.66 2
## 37 1704.68 2
## 38 1680.62 1
## 39 1669.01 1
## 40 1686.11 1
## 41 1699.38 1
## 42 1668.53 1
## 43 1730.56 2
## 44 1743.51 2
## 45 1787.45 2
## 46 1804.24 3
## 47 1782.12 2
## 48 1806.63 3
## 49 1800.54 3
## 50 1828.34 3
## 51 1840.70 3
## 52 1853.70 3
## 53 1848.25 3
## 54 1843.50 3
## 55 1866.35 3
## 56 1867.21 3
## 57 1860.01 3
## 58 1854.97 3
## 59 1871.91 3
## 60 1863.07 3
## 61 1878.02 3
## 62 1869.04 3
## 63 1857.91 3
## 64 1830.47 3
## 65 1806.20 3
## 66 1807.94 3
## 67 1799.31 2
## 68 1791.65 2
## 69 1798.61 2
## 70 1803.71 3
## 71 1793.05 2
## 72 1790.53 2
## 73 1838.90 3
## 74 1831.55 3
## 75 1819.01 3
## 76 1826.47 3
## 77 1844.54 3
## 78 1863.49 3
## 79 1863.67 3
## 80 1874.43 3
## 81 1884.18 3
## 82 1877.13 3
## 83 1896.89 3
## 84 1913.23 3
## 85 1912.93 3
## 86 1927.94 3
## 87 1921.60 3
## 88 1925.46 3
## 89 1898.37 3
## 90 1901.10 3
## 91 1895.50 3
## 92 1915.37 3
## 93 1909.01 3
## 94 1891.20 3
## 95 1874.85 3
## 96 1854.06 3
## 97 1854.10 3
## 98 1875.84 3
## 99 1853.29 3
## 100 1870.36 3
## 101 1857.30 3
## 102 1833.48 3
## 103 1837.11 3
## 104 1817.17 3
## 105 1819.83 3
## 106 1800.65 3
## 107 1775.65 2
## 108 1758.96 2
## 109 1750.00 2
## 110 1736.68 2
## 111 1756.55 2
## 112 1677.54 1
## 113 1674.99 1
## 114 1694.82 1
## 115 1702.93 2
## 116 1674.49 1
## 117 1662.54 1
## 118 1672.80 1
## 119 1644.63 1
## 120 1658.19 1
## 121 1614.77 1
## 122 1591.17 1
## 123 1647.81 1
## 124 1699.13 1
## 125 1713.83 2
## 126 1710.29 2
## 127 1693.21 1
## 128 1696.24 1
## 129 1709.61 2
## 130 1728.34 2
## 131 1676.73 1
## 132 1652.79 1
## 133 1767.84 2
## 134 1808.51 3
## 135 1818.27 3
## 136 1813.14 3
## 137 1846.10 3
## 138 1880.33 3
## 139 1879.64 3
## 140 1860.91 3
## 141 1867.62 3
## 142 1860.14 3
## 143 1754.82 2
## 144 1755.49 2
## 145 1782.56 2
## 146 1791.43 2
## 147 1813.40 3
## 148 1806.50 3
## 149 1829.04 3
## 150 1814.98 3
## 151 1802.91 3
## 152 1830.50 3
## 153 1843.72 3
## 154 1870.79 3
## 155 1882.73 3
## 156 1885.44 3
## 157 1893.78 3
## 158 1896.59 3
## 159 1879.13 3
## 160 1864.80 3
## 161 1894.44 3
## 162 1877.33 3
## 163 1867.90 3
## 164 1855.56 3
## 165 1861.58 3
## 166 1816.27 3
## 167 1788.40 2
## 168 1784.49 2
## 169 1766.90 2
## 170 1754.84 2
## 171 1729.80 2
## 172 1742.85 2
## 173 1782.82 2
## 174 1772.15 2
## 175 1751.03 2
## 176 1676.98 1
## 177 1673.66 1
## 178 1679.18 1
## 179 1646.01 1
## 180 1646.89 1
## 181 1698.90 1
## 182 1718.98 2
## 183 1747.17 2
## 184 1753.74 2
## 185 1741.32 2
## 186 1737.24 2
## 187 1731.77 2
## 188 1717.06 2
## 189 1701.67 2
## 190 1690.99 1
## 191 1684.32 1
## 192 1680.36 1
## 193 1660.36 1
## 194 1667.98 1
## 195 1655.99 1
## 196 1649.00 1
## 197 1659.92 1
## 198 1654.42 1
## 199 1635.46 1
## 200 1631.44 1
## 201 1631.86 1
## 202 1593.61 1
## 203 1580.54 1
## 204 1599.10 1
## 205 1642.64 1
## 206 1654.89 1
## 207 1651.98 1
## 208 1617.00 1
## 209 1639.65 1
## 210 1669.57 1
## 211 1685.83 1
## 212 1680.50 1
## 213 1652.54 1
## 214 1683.18 1
## 215 1687.06 1
## 216 1678.50 1
## 217 1663.43 1
## 218 1636.43 1
## 219 1731.19 2
## 220 1766.85 2
## 221 1757.95 2
## 222 1761.06 2
## 223 1765.12 2
## 224 1747.55 2
## 225 1716.47 2
## 226 1697.83 1
## 227 1685.30 1
## 228 1695.50 1
## 229 1645.82 1
## 230 1652.71 1
## 231 1665.05 1
## 232 1661.70 1
## 233 1666.48 1
## 234 1660.70 1
## 235 1666.09 1
## 236 1657.46 1
# SP500
MHSP500=SP500
MHSP500=replace(MHSP500,SP500<=6800,1)
MHSP500=replace(MHSP500,SP500>6800&SP500<=7400,2)
MHSP500=replace(MHSP500,SP500>7400,3)
SP500code=data.frame(SP500,MHSP500)
SP500code
## SP500 MHSP500
## 1 7706.03 3
## 2 7764.64 3
## 3 7764.70 3
## 4 7650.50 3
## 5 7637.76 3
## 6 7551.81 3
## 7 7585.73 3
## 8 7619.98 3
## 9 7656.98 3
## 10 7591.70 3
## 11 7636.36 3
## 12 7673.52 3
## 13 7718.60 3
## 14 7747.71 3
## 15 7711.76 3
## 16 7730.99 3
## 17 7675.70 3
## 18 7677.28 3
## 19 7652.86 3
## 20 7674.37 3
## 21 7641.16 3
## 22 7707.98 3
## 23 7691.76 3
## 24 7745.06 3
## 25 7785.76 3
## 26 7798.99 3
## 27 7748.50 3
## 28 7728.20 3
## 29 7753.11 3
## 30 7757.64 3
## 31 7709.96 3
## 32 7723.55 3
## 33 7736.52 3
## 34 7600.50 3
## 35 7489.72 3
## 36 7437.63 3
## 37 7316.15 2
## 38 7428.78 3
## 39 7413.18 3
## 40 7411.98 3
## 41 7408.30 3
## 42 7498.96 3
## 43 7509.20 3
## 44 7443.28 3
## 45 7457.69 3
## 46 7533.77 3
## 47 7572.40 3
## 48 7543.59 3
## 49 7515.34 3
## 50 7575.39 3
## 51 7543.64 3
## 52 7482.71 3
## 53 7503.85 3
## 54 7537.43 3
## 55 7483.24 3
## 56 7483.23 3
## 57 7499.36 3
## 58 7440.43 3
## 59 7354.02 2
## 60 7357.49 2
## 61 7358.22 2
## 62 7365.46 2
## 63 7472.79 3
## 64 7500.58 3
## 65 7420.10 3
## 66 7511.35 3
## 67 7554.29 3
## 68 7431.46 3
## 69 7394.30 2
## 70 7266.99 2
## 71 7386.65 2
## 72 7405.73 3
## 73 7383.74 2
## 74 7584.31 3
## 75 7553.68 3
## 76 7609.78 3
## 77 7599.96 3
## 78 7580.06 3
## 79 7563.63 3
## 80 7520.36 3
## 81 7519.12 3
## 82 7473.47 3
## 83 7445.72 3
## 84 7432.97 3
## 85 7353.61 2
## 86 7403.05 3
## 87 7408.50 3
## 88 7501.24 3
## 89 7444.25 3
## 90 7400.96 3
## 91 7412.84 3
## 92 7398.93 2
## 93 7337.11 2
## 94 7365.12 2
## 95 7259.22 2
## 96 7200.75 2
## 97 7135.95 2
## 98 7138.80 2
## 99 7165.08 2
## 100 7108.40 2
## 101 7137.90 2
## 102 7064.01 2
## 103 7109.14 2
## 104 7126.06 2
## 105 7041.28 2
## 106 7022.95 2
## 107 6967.38 2
## 108 6886.24 2
## 109 6816.89 2
## 110 6824.66 2
## 111 6782.81 1
## 112 6616.85 1
## 113 6611.83 1
## 114 6582.69 1
## 115 6575.32 1
## 116 6528.52 1
## 117 6343.72 1
## 118 6368.85 1
## 119 6477.16 1
## 120 6591.90 1
## 121 6556.37 1
## 122 6581.00 1
## 123 6506.48 1
## 124 6606.49 1
## 125 6624.70 1
## 126 6716.09 1
## 127 6699.38 1
## 128 6632.19 1
## 129 6672.62 1
## 130 6775.80 1
## 131 6781.48 1
## 132 6795.99 1
## 133 6740.02 1
## 134 6830.71 2
## 135 6869.50 2
## 136 6816.63 2
## 137 6881.62 2
## 138 6878.88 2
## 139 6908.86 2
## 140 6946.13 2
## 141 6890.07 2
## 142 6837.75 2
## 143 6836.17 2
## 144 6832.76 2
## 145 6941.47 2
## 146 6941.81 2
## 147 6964.82 2
## 148 6932.30 2
## 149 6798.40 1
## 150 6882.72 2
## 151 6917.81 2
## 152 6976.44 2
## 153 6939.03 2
## 154 6969.01 2
## 155 6978.03 2
## 156 6978.60 2
## 157 6950.23 2
## 158 6915.61 2
## 159 6913.35 2
## 160 6875.62 2
## 161 6796.86 1
## 162 6940.01 2
## 163 6944.47 2
## 164 6926.60 2
## 165 6963.74 2
## 166 6977.27 2
## 167 6966.28 2
## 168 6921.46 2
## 169 6920.93 2
## 170 6944.82 2
## 171 6902.05 2
## 172 6845.50 2
## 173 6896.24 2
## 174 6905.74 2
## 175 6929.94 2
## 176 6932.05 2
## 177 6909.79 2
## 178 6878.49 2
## 179 6834.50 2
## 180 6774.76 1
## 181 6721.43 1
## 182 6800.26 2
## 183 6816.51 2
## 184 6827.41 2
## 185 6901.00 2
## 186 6886.68 2
## 187 6840.51 2
## 188 6846.51 2
## 189 6870.40 2
## 190 6857.12 2
## 191 6849.72 2
## 192 6829.37 2
## 193 6812.63 2
## 194 6849.09 2
## 195 6812.61 2
## 196 6765.88 1
## 197 6705.12 1
## 198 6602.99 1
## 199 6538.76 1
## 200 6642.16 1
## 201 6617.32 1
## 202 6672.41 1
## 203 6734.11 1
## 204 6737.49 1
## 205 6850.92 2
## 206 6846.61 2
## 207 6832.43 2
## 208 6728.80 1
## 209 6720.32 1
## 210 6796.29 1
## 211 6771.55 1
## 212 6851.97 2
## 213 6840.20 2
## 214 6822.34 2
## 215 6890.59 2
## 216 6890.89 2
## 217 6875.16 2
## 218 6791.69 1
## 219 6738.44 1
## 220 6699.40 1
## 221 6735.35 1
## 222 6735.13 1
## 223 6664.01 1
## 224 6629.07 1
## 225 6671.06 1
## 226 6644.31 1
## 227 6654.72 1
## 228 6552.51 1
## 229 6735.11 1
## 230 6753.72 1
## 231 6714.59 1
## 232 6740.28 1
## 233 6715.79 1
## 234 6715.35 1
## 235 6711.20 1
## 236 6688.46 1
### Câu c:
library(psych)
abc=data.frame(VN30,VNI,SP500)
describe(abc)
## vars n mean sd median trimmed mad min max range
## VN30 1 236 1951.16 73.16 1953.78 1952.99 81.94 1741.05 2096.76 355.71
## VNI 2 236 1769.20 84.23 1776.62 1770.17 113.52 1580.54 1927.94 347.40
## SP500 3 236 7107.60 386.17 6944.65 7097.76 422.96 6343.72 7798.99 1455.27
## skew kurtosis se
## VN30 -0.25 -0.50 4.76
## VNI -0.13 -1.08 5.48
## SP500 0.25 -1.36 25.14
## Nhận xét câu c:
# Chỉ số VN30: giá trị trung bình đạt 1951, trung vị đạt 1953, giá trị nhỏ nhất là 1741,05 và giá trị lớn nhất là 2096,76. Độ lệch chuẩn bằng 75, cho thấy các giá trị VN30 có mức độ phân tán nhất định xung quanh giá trị trung bình.
# Chỉ số VNI: giá trị trung bình đạt 1769, trung vị đạt 1770, giá trị nhỏ nhất là 1580,54 và giá trị lớn nhất là 1927,94. Độ lệch chuẩn bằng 90, phản ánh mức độ biến động của VNI trong mẫu dữ liệu.
# Chỉ số SP500: giá trị trung bình đạt 7108, trung vị đạt 7124, giá trị nhỏ nhất là 6343,72 và giá trị lớn nhất là 7798,99. Độ lệch chuẩn bằng 437,8, thể hiện mức độ phân tán của các quan sát SP500 quanh giá trị trung bình.
### Câu d:
## Biểu đồ tròn:
# VN30
pie(table(MHVN30),col=c("green","purple",'red'),sub="Do thi ty le VN30")
# VNI
pie(table(MHVNI),col=c("green","purple",'red'),sub="Do thi ty le VNI")
# SP500
pie(table(MHSP500),col=c("green","purple",'red'),sub="Do thi ty le SP500")
# Nhận xét biểu đồ tròn:
#chỉ số VN30, nhóm 2 chiếm tỷ lệ lớn nhất, tiếp theo là nhóm 3; nhóm 1 chiếm tỷ lệ nhỏ nhất.
#Chỉ số VNI, nhóm 3 chiếm tỷ lệ lớn nhất, tiếp theo là nhóm 2; nhóm 1 chiếm tỷ lệ nhỏ nhất.
#Chỉ số SP500, nhóm 2 chiếm tỷ lệ lớn nhất, tiếp theo là nhóm 3; nhóm 1 chiếm tỷ lệ nhỏ nhất.
## Biểu đồ cột:
# VN30
VN30.freg=table(MHVN30)
barplot(VN30.freg,xlab="muc do",ylab="so ngay",main="Bieu do cot cua nhom VN30",col=c("orange","blue","pink"))
# VNI
VNI.freg=table(MHVNI)
barplot(VNI.freg,xlab="muc do",ylab="so ngay",main="Bieu do cot cua nhom VNI",col=c("orange","blue","pink"))
# SP500
SP500.freg=table(MHSP500)
barplot(SP500.freg,xlab="muc do",ylab="so ngay",main="Bieu do cot cua nhom SP500",col=c("orange","blue","pink"))
## Nhận xét:
#Chỉ số VN30, nhóm 2 có số quan sát lớn nhất, tiếp theo là nhóm 3 và nhóm 1. Điều này cho thấy các quan sát VN30 tập trung nhiều hơn ở nhóm 2.
#Chỉ số VNI, nhóm 3 có số quan sát lớn nhất, tiếp theo là nhóm 2 và nhóm 1. Như vậy, các quan sát VNI tập trung nhiều hơn ở nhóm 3.
#chỉ số SP500, nhóm 2 có số quan sát lớn nhất, tiếp theo là nhóm 3 và nhóm 1. Điều này cho thấy nhóm 2 chiếm ưu thế trong cơ cấu phân loại của SP500.
## Biểu đồ đường:
#VN30
plot(VN30,type="l",xlab="so ngay",ylab="muc do",col="red",main="Bieu do duong VN30")
#VNI
plot(VNI,type="l",xlab="so ngay",ylab="muc do",col="red",main="Bieu do duong VNI")
#SP500
plot(SP500,type="l",xlab="so ngay",ylab="muc do",col="red",main="Bieu do duong SP500")
## Nhận xét:
#Chỉ số VN30: Trong giai đoạn từ tháng 10/2025 đến tháng 10/2026, VN30 biến động tương đối mạnh. Chỉ số tăng giảm liên tục trong những tháng đầu kỳ, đạt mức cao vào khoảng đầu năm 2026, sau đó giảm sâu vào khoảng tháng 3–4/2026. Tiếp theo, chỉ số phục hồi nhưng vẫn có những đợt tăng giảm trong các tháng sau đó. Đến cuối kỳ, VN30 dao động quanh mức 1.950 điểm.
#Chỉ số VNI: VNI cũng có xu hướng biến động tăng giảm liên tục trong toàn bộ giai đoạn quan sát. Chỉ số tăng trong những tháng đầu năm 2026, sau đó giảm mạnh vào khoảng tháng 3–4/2026 rồi phục hồi trở lại. Trong những tháng tiếp theo, VNI tiếp tục dao động và kết thúc kỳ ở mức khoảng 1.800 điểm.
#Chỉ số SP500: SP500 có xu hướng tăng rõ rệt hơn so với hai chỉ số còn lại. Trong giai đoạn đầu, chỉ số dao động quanh mức 6.600–7.000 điểm, sau đó giảm mạnh vào khoảng tháng 3–4/2026. Từ tháng 4/2026 trở đi, SP500 phục hồi đáng kể và tiếp tục tăng trong các tháng tiếp theo, đạt mức cao khoảng 7.700–7.800 điểm vào cuối kỳ.
### Câu e:
library(psych)
vars=cbind(VN30,VNI,SP500)
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$r
## VN30 VNI SP500
## VN30 1.0000000 0.7718073 0.2328468
## VNI 0.7718073 1.0000000 0.5441553
## SP500 0.2328468 0.5441553 1.0000000
result$P
## VN30 VNI SP500
## VN30 NA 0 0.0003088238
## VNI 0.0000000000 NA 0.0000000000
## SP500 0.0003088238 0 NA
## Nhận xét;
#Hệ số tương quan giữa VN30 và VNI đạt 0,7718, thể hiện mối tương quan thuận mạnh. Giá trị Sig. nhỏ hơn 0,05 cho thấy mối tương quan này có ý nghĩa thống kê ở mức ý nghĩa 5%. Đây là cặp chỉ số có mức tương quan cao nhất trong ba cặp được xem xét.
#Hệ số tương quan giữa VN30 và SP500 đạt 0,2328, thể hiện mối tương quan thuận yếu. Tuy nhiên, giá trị Sig. bằng 0,0003088, nhỏ hơn 0,05, nên mối tương quan này vẫn có ý nghĩa thống kê.
#Hệ số tương quan giữa VNI và SP500 đạt 0,5442, thể hiện mối tương quan thuận ở mức trung bình. Giá trị Sig. nhỏ hơn 0,05 cho thấy mối tương quan này có ý nghĩa thống kê.
### Câu f
mreg=lm(VNI~VN30+SP500)
summary(mreg)
##
## Call:
## lm(formula = VNI ~ VN30 + SP500)
##
## Residuals:
## Min 1Q Median 3Q Max
## -133.98 -26.17 4.59 31.01 88.33
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -3.604e+02 8.358e+01 -4.312 2.39e-05 ***
## VN30 7.853e-01 3.984e-02 19.711 < 2e-16 ***
## SP500 8.405e-02 7.548e-03 11.135 < 2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 43.45 on 233 degrees of freedom
## Multiple R-squared: 0.7361, Adjusted R-squared: 0.7339
## F-statistic: 325 on 2 and 233 DF, p-value: < 2.2e-16
anova(mreg)
## Analysis of Variance Table
##
## Response: VNI
## Df Sum Sq Mean Sq F value Pr(>F)
## VN30 1 993198 993198 525.97 < 2.2e-16 ***
## SP500 1 234145 234145 124.00 < 2.2e-16 ***
## Residuals 233 439974 1888
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## Nhận xét:
#Mô hình hồi quy có biến phụ thuộc là VNI và hai biến độc lập là VN30, SP500. Hệ số xác định (R^2=0,7361), cho thấy mô hình giải thích được 73,61% sự biến thiên của VNI. Hệ số (R^2) hiệu chỉnh đạt 0,7339.
#Kiểm định F có giá trị bằng 325 và (p<0,05), chứng tỏ mô hình hồi quy có ý nghĩa thống kê tổng thể.
#Biến VN30 có hệ số hồi quy 0,7853 và (p<0,05). Khi SP500 không đổi, VN30 tăng một đơn vị thì VNI tăng trung bình 0,7853 đơn vị.
#Biến SP500 có hệ số hồi quy 0,08405 và (p<0,05). Khi VN30 không đổi, SP500 tăng một đơn vị thì VNI tăng trung bình 0,08405 đơn vị.
#Bảng ANOVA cũng cho thấy cả VN30 và SP500 đều có ý nghĩa thống kê với (p<0,05). Như vậy, hai biến độc lập đều có mối quan hệ cùng chiều với VNI trong mô hình hồi quy.
### Câu g
anova(mreg)
## Analysis of Variance Table
##
## Response: VNI
## Df Sum Sq Mean Sq F value Pr(>F)
## VN30 1 993198 993198 525.97 < 2.2e-16 ***
## SP500 1 234145 234145 124.00 < 2.2e-16 ***
## Residuals 233 439974 1888
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
anova(lm(VNI~VN30+SP500))
## Analysis of Variance Table
##
## Response: VNI
## Df Sum Sq Mean Sq F value Pr(>F)
## VN30 1 993198 993198 525.97 < 2.2e-16 ***
## SP500 1 234145 234145 124.00 < 2.2e-16 ***
## Residuals 233 439974 1888
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
library(car)
## Loading required package: carData
##
## Attaching package: 'car'
## The following object is masked from 'package:psych':
##
## logit
vif(mreg)
## VN30 SP500
## 1.057326 1.057326
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 = 0.258, p-value < 2.2e-16
## alternative hypothesis: true autocorrelation is greater than 0
## Nhận xét:
#Kết quả kiểm định Durbin–Watson cho thấy hệ số DW = 0,258 và giá trị p-value < 2,2 × 10⁻¹⁶ < 0,05.
#Vì vậy, bác bỏ giả thuyết không có tự tương quan dương. Điều này cho thấy mô hình hồi quy tồn tại hiện tượng tự tương quan dương giữa các sai số liên tiếp.
#Do đó, mô hình chưa đáp ứng giả định độc lập của sai số và cần được xem xét, xử lý trước khi đưa ra kết luận cuối cùng.