# HỌ VÀ TÊN: HUỲNH MINH PHÚ
# LỚP: 24NH
# MSSV: 2454020007
# MÔN HỌC: PHÂN TÍCH DỮ LIỆU
# BÀI THI CUỐI KỲ
#nhập liệu
#file.choose()
if(!require(readxl)) install.packages("readxl")
## Loading required package: readxl
library(readxl)
options(width=270)
datafile<-read_excel("/Users/uyenmy/Downloads/DỮ LIỆU MINH PHÚ.xlsx",col_names=FALSE)
## New names:
## • `` -> `...1`
## • `` -> `...2`
## • `` -> `...3`
## • `` -> `...4`
datafile<-datafile[-c(1,2),]
colnames(datafile)=c("Ngay","VNINDEX","VN30","SP500")
datafile$VNINDEX=as.numeric(gsub(",","",datafile$VNINDEX))
datafile$VN30=as.numeric(gsub(",","",datafile$VN30))
datafile$SP500=as.numeric(gsub(",","",datafile$SP500))
attach(datafile)
is.data.frame(datafile)
## [1] TRUE
dim(datafile)
## [1] 269 4
names(datafile)
## [1] "Ngay" "VNINDEX" "VN30" "SP500"
head(datafile)
## # A tibble: 6 × 4
## Ngay VNINDEX VN30 SP500
## <chr> <dbl> <dbl> <dbl>
## 1 45811 1347. 1438. 5970.
## 2 45812 1346. 1435. 5971.
## 3 45813 1342. 1432. 5939.
## 4 45814 1330. 1419. 6000.
## 5 45817 1311. 1397. 6006.
## 6 45818 1316. 1405. 6039.
#Câu B: MÃ HÓA CÁC CHỈ SỐ SANG ORDINAL SCALE
# B. Mã hóa các chỉ số tài chính
# Mã hóa VN INDEX
VNILCMH=VNINDEX
VNILCMH=replace(VNILCMH,VNINDEX<=mean(VNINDEX),"Thấp")
VNILCMH=replace(VNILCMH,VNINDEX>mean(VNINDEX),"Cao")
VNINDEXcode=data.frame(VNINDEX,VNILCMH)
VNINDEXcode
## VNINDEX VNILCMH
## 1 1347.25 Thấp
## 2 1345.74 Thấp
## 3 1342.09 Thấp
## 4 1329.89 Thấp
## 5 1310.57 Thấp
## 6 1316.23 Thấp
## 7 1315.20 Thấp
## 8 1322.99 Thấp
## 9 1315.49 Thấp
## 10 1338.11 Thấp
## 11 1347.69 Thấp
## 12 1346.83 Thấp
## 13 1352.04 Thấp
## 14 1349.35 Thấp
## 15 1358.18 Thấp
## 16 1366.77 Thấp
## 17 1366.75 Thấp
## 18 1365.67 Thấp
## 19 1371.44 Thấp
## 20 1376.07 Thấp
## 21 1377.84 Thấp
## 22 1384.59 Thấp
## 23 1381.96 Thấp
## 24 1386.97 Thấp
## 25 1402.06 Thấp
## 26 1415.46 Thấp
## 27 1431.32 Thấp
## 28 1445.64 Thấp
## 29 1457.76 Thấp
## 30 1470.42 Thấp
## 31 1460.65 Thấp
## 32 1475.47 Thấp
## 33 1490.01 Thấp
## 34 1497.28 Thấp
## 35 1485.05 Thấp
## 36 1509.54 Thấp
## 37 1512.31 Thấp
## 38 1521.02 Thấp
## 39 1531.13 Thấp
## 40 1557.42 Thấp
## 41 1493.41 Thấp
## 42 1507.63 Thấp
## 43 1502.52 Thấp
## 44 1495.21 Thấp
## 45 1528.19 Thấp
## 46 1547.15 Thấp
## 47 1573.71 Thấp
## 48 1581.81 Thấp
## 49 1584.95 Thấp
## 50 1596.86 Thấp
## 51 1608.22 Thấp
## 52 1611.60 Thấp
## 53 1640.69 Thấp
## 54 1630.00 Thấp
## 55 1636.37 Thấp
## 56 1654.20 Thấp
## 57 1664.36 Thấp
## 58 1688.00 Thấp
## 59 1645.47 Thấp
## 60 1614.03 Thấp
## 61 1667.63 Thấp
## 62 1672.78 Thấp
## 63 1680.86 Thấp
## 64 1682.21 Thấp
## 65 1681.30 Thấp
## 66 1696.29 Cao
## 67 1666.97 Thấp
## 68 1624.53 Thấp
## 69 1637.32 Thấp
## 70 1643.26 Thấp
## 71 1657.75 Thấp
## 72 1667.26 Thấp
## 73 1684.90 Thấp
## 74 1680.90 Thấp
## 75 1670.97 Thấp
## 76 1665.18 Thấp
## 77 1658.62 Thấp
## 78 1634.45 Thấp
## 79 1635.26 Thấp
## 80 1657.46 Thấp
## 81 1666.09 Thấp
## 82 1660.70 Thấp
## 83 1666.48 Thấp
## 84 1661.70 Thấp
## 85 1665.05 Thấp
## 86 1652.71 Thấp
## 87 1645.82 Thấp
## 88 1695.50 Cao
## 89 1685.30 Thấp
## 90 1697.83 Cao
## 91 1716.47 Cao
## 92 1747.55 Cao
## 93 1765.12 Cao
## 94 1761.06 Cao
## 95 1757.95 Cao
## 96 1766.85 Cao
## 97 1731.19 Cao
## 98 1636.43 Thấp
## 99 1663.43 Thấp
## 100 1678.50 Thấp
## 101 1687.06 Thấp
## 102 1683.18 Thấp
## 103 1652.54 Thấp
## 104 1680.50 Thấp
## 105 1685.83 Thấp
## 106 1669.57 Thấp
## 107 1639.65 Thấp
## 108 1617.00 Thấp
## 109 1651.98 Thấp
## 110 1654.89 Thấp
## 111 1642.64 Thấp
## 112 1599.10 Thấp
## 113 1580.54 Thấp
## 114 1593.61 Thấp
## 115 1631.86 Thấp
## 116 1631.44 Thấp
## 117 1635.46 Thấp
## 118 1654.42 Thấp
## 119 1659.92 Thấp
## 120 1649.00 Thấp
## 121 1655.99 Thấp
## 122 1654.93 Thấp
## 123 1667.98 Thấp
## 124 1660.36 Thấp
## 125 1680.36 Thấp
## 126 1684.32 Thấp
## 127 1690.99 Thấp
## 128 1701.67 Cao
## 129 1717.06 Cao
## 130 1731.77 Cao
## 131 1737.24 Cao
## 132 1741.32 Cao
## 133 1753.74 Cao
## 134 1747.17 Cao
## 135 1718.98 Cao
## 136 1698.90 Cao
## 137 1646.89 Thấp
## 138 1646.01 Thấp
## 139 1679.18 Thấp
## 140 1673.66 Thấp
## 141 1676.98 Thấp
## 142 1704.31 Cao
## 143 1751.03 Cao
## 144 1772.15 Cao
## 145 1782.82 Cao
## 146 1742.85 Cao
## 147 1729.80 Cao
## 148 1754.84 Cao
## 149 1766.90 Cao
## 150 1784.49 Cao
## 151 1788.40 Cao
## 152 1816.27 Cao
## 153 1861.58 Cao
## 154 1855.56 Cao
## 155 1867.90 Cao
## 156 1877.33 Cao
## 157 1902.93 Cao
## 158 1894.44 Cao
## 159 1864.80 Cao
## 160 1879.13 Cao
## 161 1896.59 Cao
## 162 1893.78 Cao
## 163 1885.44 Cao
## 164 1882.73 Cao
## 165 1870.79 Cao
## 166 1843.72 Cao
## 167 1830.50 Cao
## 168 1802.91 Cao
## 169 1814.98 Cao
## 170 1829.04 Cao
## 171 1806.50 Cao
## 172 1813.40 Cao
## 173 1791.43 Cao
## 174 1782.56 Cao
## 175 1755.49 Cao
## 176 1754.82 Cao
## 177 1754.03 Cao
## 178 1796.85 Cao
## 179 1814.09 Cao
## 180 1824.09 Cao
## 181 1860.14 Cao
## 182 1867.62 Cao
## 183 1860.91 Cao
## 184 1879.64 Cao
## 185 1880.33 Cao
## 186 1846.10 Cao
## 187 1813.14 Cao
## 188 1818.27 Cao
## 189 1808.51 Cao
## 190 1767.84 Cao
## 191 1652.79 Thấp
## 192 1676.73 Thấp
## 193 1728.34 Cao
## 194 1709.61 Cao
## 195 1696.24 Cao
## 196 1693.21 Cao
## 197 1710.29 Cao
## 198 1713.83 Cao
## 199 1699.13 Cao
## 200 1647.81 Thấp
## 201 1591.17 Thấp
## 202 1614.77 Thấp
## 203 1658.19 Thấp
## 204 1644.63 Thấp
## 205 1672.80 Thấp
## 206 1662.54 Thấp
## 207 1674.49 Thấp
## 208 1702.93 Cao
## 209 1694.82 Cao
## 210 1684.04 Thấp
## 211 1674.99 Thấp
## 212 1677.54 Thấp
## 213 1756.55 Cao
## 214 1736.68 Cao
## 215 1750.00 Cao
## 216 1758.96 Cao
## 217 1775.65 Cao
## 218 1800.65 Cao
## 219 1819.83 Cao
## 220 1817.17 Cao
## 221 1837.11 Cao
## 222 1833.48 Cao
## 223 1857.30 Cao
## 224 1870.36 Cao
## 225 1853.29 Cao
## 226 1875.84 Cao
## 227 1854.10 Cao
## 228 1854.06 Cao
## 229 1874.85 Cao
## 230 1891.20 Cao
## 231 1909.01 Cao
## 232 1915.37 Cao
## 233 1895.50 Cao
## 234 1901.10 Cao
## 235 1898.37 Cao
## 236 1925.46 Cao
## 237 1921.60 Cao
## 238 1927.94 Cao
## 239 1912.93 Cao
## 240 1913.23 Cao
## 241 1896.89 Cao
## 242 1877.13 Cao
## 243 1886.03 Cao
## 244 1884.18 Cao
## 245 1874.43 Cao
## 246 1863.67 Cao
## 247 1863.49 Cao
## 248 1844.54 Cao
## 249 1826.47 Cao
## 250 1819.01 Cao
## 251 1831.55 Cao
## 252 1838.90 Cao
## 253 1790.53 Cao
## 254 1793.05 Cao
## 255 1803.71 Cao
## 256 1798.61 Cao
## 257 1791.65 Cao
## 258 1799.31 Cao
## 259 1807.94 Cao
## 260 1806.20 Cao
## 261 1830.47 Cao
## 262 1824.53 Cao
## 263 1857.91 Cao
## 264 1869.04 Cao
## 265 1878.02 Cao
## 266 1863.07 Cao
## 267 1871.91 Cao
## 268 1854.97 Cao
## 269 1860.01 Cao
# Mãhóa VN30
VN30LCMH=VN30
VN30LCMH=replace(VN30LCMH,VN30<=mean(VN30),"Thấp")
VN30LCMH=replace(VN30LCMH,VN30>mean(VN30),"Cao")
VN30code=data.frame(VN30,VN30LCMH)
VN30code
## VN30 VN30LCMH
## 1 1437.87 Thấp
## 2 1435.28 Thấp
## 3 1432.38 Thấp
## 4 1418.97 Thấp
## 5 1396.56 Thấp
## 6 1404.82 Thấp
## 7 1405.15 Thấp
## 8 1412.16 Thấp
## 9 1401.20 Thấp
## 10 1420.35 Thấp
## 11 1431.39 Thấp
## 12 1432.99 Thấp
## 13 1439.30 Thấp
## 14 1435.19 Thấp
## 15 1448.32 Thấp
## 16 1462.80 Thấp
## 17 1465.36 Thấp
## 18 1463.57 Thấp
## 19 1475.89 Thấp
## 20 1477.56 Thấp
## 21 1476.16 Thấp
## 22 1482.76 Thấp
## 23 1481.20 Thấp
## 24 1488.77 Thấp
## 25 1508.66 Thấp
## 26 1529.27 Thấp
## 27 1543.27 Thấp
## 28 1569.34 Thấp
## 29 1594.01 Thấp
## 30 1605.66 Thấp
## 31 1593.84 Thấp
## 32 1614.42 Thấp
## 33 1634.70 Thấp
## 34 1643.91 Thấp
## 35 1628.06 Thấp
## 36 1655.98 Thấp
## 37 1653.01 Thấp
## 38 1661.23 Thấp
## 39 1669.33 Thấp
## 40 1695.63 Thấp
## 41 1621.29 Thấp
## 42 1630.78 Thấp
## 43 1615.23 Thấp
## 44 1614.11 Thấp
## 45 1653.22 Thấp
## 46 1690.43 Thấp
## 47 1723.31 Thấp
## 48 1734.85 Thấp
## 49 1729.08 Thấp
## 50 1741.90 Thấp
## 51 1755.25 Thấp
## 52 1753.71 Thấp
## 53 1793.78 Thấp
## 54 1783.25 Thấp
## 55 1786.37 Thấp
## 56 1810.46 Thấp
## 57 1828.46 Thấp
## 58 1874.91 Cao
## 59 1814.02 Thấp
## 60 1783.12 Thấp
## 61 1849.05 Thấp
## 62 1848.55 Thấp
## 63 1861.20 Thấp
## 64 1865.38 Thấp
## 65 1859.59 Thấp
## 66 1883.59 Cao
## 67 1845.48 Thấp
## 68 1807.22 Thấp
## 69 1825.17 Thấp
## 70 1828.63 Thấp
## 71 1855.08 Thấp
## 72 1865.45 Thấp
## 73 1876.75 Cao
## 74 1875.39 Cao
## 75 1868.85 Cao
## 76 1861.74 Thấp
## 77 1859.53 Thấp
## 78 1819.60 Thấp
## 79 1821.45 Thấp
## 80 1853.48 Thấp
## 81 1858.67 Thấp
## 82 1852.65 Thấp
## 83 1862.23 Thấp
## 84 1863.13 Thấp
## 85 1870.63 Cao
## 86 1859.80 Thấp
## 87 1859.51 Thấp
## 88 1918.97 Cao
## 89 1909.65 Cao
## 90 1922.95 Cao
## 91 1940.89 Cao
## 92 1980.57 Cao
## 93 2012.28 Cao
## 94 2013.69 Cao
## 95 2009.64 Cao
## 96 2022.27 Cao
## 97 1977.14 Cao
## 98 1870.86 Cao
## 99 1915.90 Cao
## 100 1930.88 Cao
## 101 1945.78 Cao
## 102 1944.60 Cao
## 103 1900.76 Cao
## 104 1949.28 Cao
## 105 1949.76 Cao
## 106 1925.18 Cao
## 107 1885.36 Cao
## 108 1857.64 Thấp
## 109 1897.71 Cao
## 110 1886.47 Cao
## 111 1869.60 Cao
## 112 1824.71 Thấp
## 113 1804.18 Thấp
## 114 1821.60 Thấp
## 115 1872.27 Cao
## 116 1864.23 Thấp
## 117 1871.54 Cao
## 118 1893.54 Cao
## 119 1898.07 Cao
## 120 1886.20 Cao
## 121 1897.46 Cao
## 122 1899.89 Cao
## 123 1916.36 Cao
## 124 1909.60 Cao
## 125 1923.55 Cao
## 126 1921.18 Cao
## 127 1923.92 Cao
## 128 1933.56 Cao
## 129 1950.12 Cao
## 130 1971.99 Cao
## 131 1979.53 Cao
## 132 1975.50 Cao
## 133 1983.82 Cao
## 134 1973.02 Cao
## 135 1946.98 Cao
## 136 1924.29 Cao
## 137 1867.03 Cao
## 138 1869.84 Cao
## 139 1909.87 Cao
## 140 1897.95 Cao
## 141 1903.47 Cao
## 142 1933.28 Cao
## 143 1985.28 Cao
## 144 2012.87 Cao
## 145 2023.13 Cao
## 146 1976.21 Cao
## 147 1965.97 Cao
## 148 1990.66 Cao
## 149 2009.70 Cao
## 150 2030.63 Cao
## 151 2028.68 Cao
## 152 2055.96 Cao
## 153 2096.76 Cao
## 154 2074.03 Cao
## 155 2066.21 Cao
## 156 2080.24 Cao
## 157 2089.21 Cao
## 158 2067.10 Cao
## 159 2047.48 Cao
## 160 2080.35 Cao
## 161 2094.24 Cao
## 162 2085.61 Cao
## 163 2080.38 Cao
## 164 2082.35 Cao
## 165 2077.76 Cao
## 166 2032.28 Cao
## 167 2019.88 Cao
## 168 1997.13 Cao
## 169 2018.98 Cao
## 170 2029.81 Cao
## 171 2004.31 Cao
## 172 1997.69 Cao
## 173 1988.19 Cao
## 174 1969.27 Cao
## 175 1943.60 Cao
## 176 1947.75 Cao
## 177 1951.58 Cao
## 178 2000.90 Cao
## 179 2016.47 Cao
## 180 2018.64 Cao
## 181 2039.80 Cao
## 182 2050.85 Cao
## 183 2049.64 Cao
## 184 2069.82 Cao
## 185 2061.75 Cao
## 186 2010.75 Cao
## 187 1959.35 Cao
## 188 1956.53 Cao
## 189 1942.76 Cao
## 190 1904.19 Cao
## 191 1780.71 Thấp
## 192 1836.96 Thấp
## 193 1889.94 Cao
## 194 1859.80 Thấp
## 195 1853.60 Thấp
## 196 1852.99 Thấp
## 197 1873.65 Cao
## 198 1868.84 Cao
## 199 1854.19 Thấp
## 200 1797.99 Thấp
## 201 1741.05 Thấp
## 202 1770.16 Thấp
## 203 1814.73 Thấp
## 204 1791.25 Thấp
## 205 1821.53 Thấp
## 206 1811.92 Thấp
## 207 1829.59 Thấp
## 208 1861.84 Thấp
## 209 1852.99 Thấp
## 210 1837.43 Thấp
## 211 1836.25 Thấp
## 212 1840.96 Thấp
## 213 1931.01 Cao
## 214 1915.01 Cao
## 215 1928.23 Cao
## 216 1925.66 Cao
## 217 1946.55 Cao
## 218 1961.60 Cao
## 219 1979.19 Cao
## 220 1988.11 Cao
## 221 2009.04 Cao
## 222 2007.08 Cao
## 223 2025.41 Cao
## 224 2024.74 Cao
## 225 2011.42 Cao
## 226 2041.40 Cao
## 227 2022.75 Cao
## 228 2014.62 Cao
## 229 2032.30 Cao
## 230 2053.41 Cao
## 231 2079.10 Cao
## 232 2074.06 Cao
## 233 2040.51 Cao
## 234 2053.97 Cao
## 235 2043.51 Cao
## 236 2068.62 Cao
## 237 2050.58 Cao
## 238 2046.37 Cao
## 239 2027.45 Cao
## 240 2028.94 Cao
## 241 2027.51 Cao
## 242 2010.93 Cao
## 243 2021.72 Cao
## 244 2027.90 Cao
## 245 2022.46 Cao
## 246 1999.82 Cao
## 247 1997.06 Cao
## 248 1989.71 Cao
## 249 1972.99 Cao
## 250 1974.60 Cao
## 251 1982.29 Cao
## 252 1986.28 Cao
## 253 1936.81 Cao
## 254 1951.92 Cao
## 255 1960.97 Cao
## 256 1947.28 Cao
## 257 1944.36 Cao
## 258 1962.48 Cao
## 259 1960.19 Cao
## 260 1957.17 Cao
## 261 1967.22 Cao
## 262 1963.57 Cao
## 263 1980.13 Cao
## 264 1995.12 Cao
## 265 2010.15 Cao
## 266 2004.62 Cao
## 267 2008.57 Cao
## 268 2004.29 Cao
## 269 1995.71 Cao
# Mã hóa SP500
SP500LCMH=SP500
SP500LCMH=replace(SP500LCMH,SP500<=mean(SP500),"Thấp")
SP500LCMH=replace(SP500LCMH,SP500>mean(SP500),"Cao")
SP500code=data.frame(SP500,SP500LCMH)
SP500code
## SP500 SP500LCMH
## 1 5970.37 Thấp
## 2 5970.81 Thấp
## 3 5939.30 Thấp
## 4 6000.36 Thấp
## 5 6005.88 Thấp
## 6 6038.81 Thấp
## 7 6022.24 Thấp
## 8 6045.26 Thấp
## 9 5976.97 Thấp
## 10 6033.11 Thấp
## 11 5982.72 Thấp
## 12 5980.87 Thấp
## 13 5967.84 Thấp
## 14 6025.17 Thấp
## 15 6092.18 Thấp
## 16 6092.16 Thấp
## 17 6141.02 Thấp
## 18 6173.07 Thấp
## 19 6204.95 Thấp
## 20 6198.01 Thấp
## 21 6227.42 Thấp
## 22 6279.35 Thấp
## 23 6229.98 Thấp
## 24 6225.52 Thấp
## 25 6263.26 Thấp
## 26 6280.46 Thấp
## 27 6259.75 Thấp
## 28 6268.56 Thấp
## 29 6243.76 Thấp
## 30 6263.70 Thấp
## 31 6297.36 Thấp
## 32 6296.79 Thấp
## 33 6305.60 Thấp
## 34 6309.62 Thấp
## 35 6358.91 Thấp
## 36 6363.35 Thấp
## 37 6388.64 Thấp
## 38 6389.77 Thấp
## 39 6370.86 Thấp
## 40 6362.90 Thấp
## 41 6339.39 Thấp
## 42 6238.01 Thấp
## 43 6329.94 Thấp
## 44 6299.19 Thấp
## 45 6345.06 Thấp
## 46 6340.00 Thấp
## 47 6389.45 Thấp
## 48 6373.45 Thấp
## 49 6445.76 Thấp
## 50 6466.58 Thấp
## 51 6468.54 Thấp
## 52 6449.80 Thấp
## 53 6449.15 Thấp
## 54 6411.37 Thấp
## 55 6395.78 Thấp
## 56 6370.17 Thấp
## 57 6466.91 Thấp
## 58 6439.32 Thấp
## 59 6465.94 Thấp
## 60 6481.40 Thấp
## 61 6501.86 Thấp
## 62 6460.26 Thấp
## 63 6415.54 Thấp
## 64 6448.26 Thấp
## 65 6502.08 Thấp
## 66 6481.50 Thấp
## 67 6495.15 Thấp
## 68 6512.61 Thấp
## 69 6532.04 Thấp
## 70 6587.47 Thấp
## 71 6584.29 Thấp
## 72 6615.28 Thấp
## 73 6606.76 Thấp
## 74 6600.35 Thấp
## 75 6631.96 Thấp
## 76 6664.36 Thấp
## 77 6693.75 Thấp
## 78 6656.92 Thấp
## 79 6637.97 Thấp
## 80 6604.72 Thấp
## 81 6643.70 Thấp
## 82 6661.21 Thấp
## 83 6688.46 Thấp
## 84 6711.20 Thấp
## 85 6715.35 Thấp
## 86 6715.79 Thấp
## 87 6740.28 Thấp
## 88 6714.59 Thấp
## 89 6753.72 Thấp
## 90 6735.11 Thấp
## 91 6552.51 Thấp
## 92 6654.72 Thấp
## 93 6644.31 Thấp
## 94 6671.06 Thấp
## 95 6629.07 Thấp
## 96 6664.01 Thấp
## 97 6735.13 Thấp
## 98 6735.35 Thấp
## 99 6699.40 Thấp
## 100 6738.44 Thấp
## 101 6791.69 Cao
## 102 6875.16 Cao
## 103 6890.89 Cao
## 104 6890.59 Cao
## 105 6822.34 Cao
## 106 6840.20 Cao
## 107 6851.97 Cao
## 108 6771.55 Cao
## 109 6796.29 Cao
## 110 6720.32 Thấp
## 111 6728.80 Thấp
## 112 6832.43 Cao
## 113 6846.61 Cao
## 114 6850.92 Cao
## 115 6737.49 Thấp
## 116 6734.11 Thấp
## 117 6672.41 Thấp
## 118 6617.32 Thấp
## 119 6642.16 Thấp
## 120 6538.76 Thấp
## 121 6602.99 Thấp
## 122 6705.12 Thấp
## 123 6765.88 Cao
## 124 6812.61 Cao
## 125 6849.09 Cao
## 126 6812.63 Cao
## 127 6829.37 Cao
## 128 6849.72 Cao
## 129 6857.12 Cao
## 130 6870.40 Cao
## 131 6846.51 Cao
## 132 6840.51 Cao
## 133 6886.68 Cao
## 134 6901.00 Cao
## 135 6827.41 Cao
## 136 6816.51 Cao
## 137 6800.26 Cao
## 138 6721.43 Thấp
## 139 6774.76 Cao
## 140 6834.50 Cao
## 141 6878.49 Cao
## 142 6909.79 Cao
## 143 6932.05 Cao
## 144 6929.94 Cao
## 145 6905.74 Cao
## 146 6896.24 Cao
## 147 6845.50 Cao
## 148 6858.47 Cao
## 149 6902.05 Cao
## 150 6944.82 Cao
## 151 6920.93 Cao
## 152 6921.46 Cao
## 153 6966.28 Cao
## 154 6977.27 Cao
## 155 6963.74 Cao
## 156 6926.60 Cao
## 157 6944.47 Cao
## 158 6940.01 Cao
## 159 6796.86 Cao
## 160 6875.62 Cao
## 161 6913.35 Cao
## 162 6915.61 Cao
## 163 6950.23 Cao
## 164 6978.60 Cao
## 165 6978.03 Cao
## 166 6969.01 Cao
## 167 6939.03 Cao
## 168 6976.44 Cao
## 169 6917.81 Cao
## 170 6882.72 Cao
## 171 6798.40 Cao
## 172 6932.30 Cao
## 173 6964.82 Cao
## 174 6941.81 Cao
## 175 6941.47 Cao
## 176 6832.76 Cao
## 177 6836.17 Cao
## 178 6843.22 Cao
## 179 6881.31 Cao
## 180 6861.89 Cao
## 181 6909.51 Cao
## 182 6837.75 Cao
## 183 6890.07 Cao
## 184 6946.13 Cao
## 185 6908.86 Cao
## 186 6878.88 Cao
## 187 6881.62 Cao
## 188 6816.63 Cao
## 189 6869.50 Cao
## 190 6830.71 Cao
## 191 6740.02 Thấp
## 192 6795.99 Cao
## 193 6781.48 Cao
## 194 6775.80 Cao
## 195 6672.62 Thấp
## 196 6632.19 Thấp
## 197 6699.38 Thấp
## 198 6716.09 Thấp
## 199 6624.70 Thấp
## 200 6606.49 Thấp
## 201 6506.48 Thấp
## 202 6581.00 Thấp
## 203 6556.37 Thấp
## 204 6591.90 Thấp
## 205 6477.16 Thấp
## 206 6368.85 Thấp
## 207 6343.72 Thấp
## 208 6528.52 Thấp
## 209 6575.32 Thấp
## 210 6582.69 Thấp
## 211 6611.83 Thấp
## 212 6616.85 Thấp
## 213 6782.81 Cao
## 214 6824.66 Cao
## 215 6816.89 Cao
## 216 6886.24 Cao
## 217 6967.38 Cao
## 218 7022.95 Cao
## 219 7041.28 Cao
## 220 7126.06 Cao
## 221 7109.14 Cao
## 222 7064.01 Cao
## 223 7137.90 Cao
## 224 7108.40 Cao
## 225 7165.08 Cao
## 226 7173.91 Cao
## 227 7138.80 Cao
## 228 7135.95 Cao
## 229 7209.01 Cao
## 230 7230.12 Cao
## 231 7200.75 Cao
## 232 7259.22 Cao
## 233 7365.12 Cao
## 234 7337.11 Cao
## 235 7398.93 Cao
## 236 7412.84 Cao
## 237 7400.96 Cao
## 238 7444.25 Cao
## 239 7501.24 Cao
## 240 7408.50 Cao
## 241 7403.05 Cao
## 242 7353.61 Cao
## 243 7432.97 Cao
## 244 7445.72 Cao
## 245 7473.47 Cao
## 246 7519.12 Cao
## 247 7520.36 Cao
## 248 7563.63 Cao
## 249 7580.06 Cao
## 250 7599.96 Cao
## 251 7609.78 Cao
## 252 7553.68 Cao
## 253 7584.31 Cao
## 254 7383.74 Cao
## 255 7405.73 Cao
## 256 7386.65 Cao
## 257 7266.99 Cao
## 258 7394.30 Cao
## 259 7431.46 Cao
## 260 7554.29 Cao
## 261 7511.35 Cao
## 262 7420.10 Cao
## 263 7500.58 Cao
## 264 7472.79 Cao
## 265 7365.46 Cao
## 266 7358.22 Cao
## 267 7357.49 Cao
## 268 7354.02 Cao
## 269 7440.43 Cao
# NHẬN XÉT:
# - Việc mã hóa dữ liệu liên tục (Ratio Scale) thành thang đo thứ bậc (Ordinal Scale - "Thấp" và "Cao") dựa trên giá trị trung bình (mean) giúp phân loại trạng thái của thị trường thành 2 giai đoạn: vùng định giá thấp hơn trung bình và vùng cao hơn trung bình.
# - Cách chia này giúp đánh giá trực quan tỷ trọng thời gian thị trường nằm ở nửa trên hay nửa dưới so với mặt bằng chung của giai đoạn nghiên cứu.
#Câu C: THỐNG KÊ CÁC CHỈ SỐ TÀI CHÍNH
## C.1 Ratio Scale
library(psych)
minhphu<-data.frame(VNINDEX,VN30,SP500)
describe(minhphu)
## vars n mean sd median trimmed mad min max range skew kurtosis se
## VNINDEX 1 269 1691.47 155.44 1690.99 1707.22 148.91 1310.57 1927.94 617.37 -0.74 -0.07 9.48
## VN30 2 269 1866.41 178.74 1909.87 1892.26 133.36 1396.56 2096.76 700.20 -1.18 0.54 10.90
## SP500 3 269 6762.32 390.04 6781.48 6756.63 291.41 5939.30 7609.78 1670.48 0.13 -0.34 23.78
# Phương sai
var(VNINDEX)
## [1] 24161.34
var(VN30)
## [1] 31948.38
var(SP500)
## [1] 152128.7
## C.2 Ordinal Scale
# Thống kê VN INDEX
library(DescTools)
##
## Attaching package: 'DescTools'
## The following objects are masked from 'package:psych':
##
## AUC, ICC, SD
Mode(VNILCMH)
## [1] "Thấp"
## attr(,"freq")
## [1] 135
table(VNILCMH)
## VNILCMH
## Cao Thấp
## 134 135
# Thống kê VN30
library(DescTools)
Mode(VN30LCMH)
## [1] "Cao"
## attr(,"freq")
## [1] 164
table(VN30LCMH)
## VN30LCMH
## Cao Thấp
## 164 105
# Thống kê SP500
library(DescTools)
Mode(SP500LCMH)
## [1] "Cao"
## attr(,"freq")
## [1] 139
table(SP500LCMH)
## SP500LCMH
## Cao Thấp
## 139 130
# NHẬN XÉT:
# - Thống kê mô tả (Ratio Scale): Các chỉ số như mean, median, standard deviation (độ lệch chuẩn) và variance (phương sai) cho thấy mức độ biến động và biên độ dao động của từng chỉ số. Phương sai lớn phản ánh mức độ rủi ro và biến động mạnh của thị trường tài chính trong giai đoạn khảo sát.
# - Thống kê tần số (Ordinal Scale): Hàm `table` và `Mode` cho biết số lượng quan sát và mốt (giá trị xuất hiện nhiều nhất) ở mỗi nhóm "Thấp" hoặc "Cao", giúp nhận diện xem thị trường có xu hướng lệch về bên nào nhiều hơn hay phân bổ tương đối cân bằng quanh giá trị trung bình.
#Câu D. Đồ thị các chỉ số tài chính
### D.1 Đồ thị cột đối với Ordinal Scale
barplot(table(VNILCMH),main="Co cau VN INDEX dưới dạng Ordinal Scale",xlab="Muc VN INDEX",ylab="Số lượng quan sát",col=c("lightgreen","lightblue","navy"))
barplot(table(VN30LCMH),main="Co cau VN30 dưới dạng Ordinal Scale",xlab="Muc VN30",ylab="Số lượng quan sát",col=c("lightyellow","lightpink"))
barplot(table(SP500LCMH),main="Co cau SP500 dưới dạng Ordinal Scale",xlab="Muc SP500",ylab="Số lượng quan sát",col=c("lightblue","red"))
### D.2 Đồ thị tròn đối với Ordinal Scale
pie(table(VNILCMH),col=c("lightgreen","lightblue"),main="Cơ cấu VN INDEX dưới dạng Ordinal Scale",labels=c("Thấp","Cao"))
pie(table(VN30LCMH),col=c("lightgreen","lightblue"), main="Cơ cấu VN30 dưới dạng Ordinal Scale",labels=c("Thấp","Cao"))
pie(table(SP500LCMH),col=c("lightgreen","lightblue"),main="Cơ cấu SP500 dưới dạng Ordinal Scale",labels=c("Thấp","Cao"))
### D.3 Đồ thị đường đối với Ratio Scale
plot(VNINDEX, type="l",col="forestgreen",xlab="Thời gian",ylab="VN INDEX",main="Đồ thị đường VN INDEX")
plot(VN30,type="l",col="yellow",xlab="Thời gian",ylab="VN30",main="Đồ thị đường VN30")
plot(SP500,type="l",col="navy",xlab="Thời gian",ylab="SP500",main="Đồ thị đường SP500")
# NHẬN XÉT:
# - Đồ thị cột và biểu đồ tròn trực quan hóa tỷ lệ phần trăm giữa hai trạng thái "Thấp" và "Cao", cho thấy sự phân phối thời gian của các chỉ số qua các trạng thái định giá.
# - Đồ thị đường (Line chart) theo thời gian phản ánh xu hướng dài hạn (trend) và các cú sốc biến động mạnh (peaks/troughs) của các thị trường. Qua đó ta thấy được mối quan hệ đồng biến hoặc các nhịp biến động tương đồng giữa VN-Index và VN30.
#Câu E. PHÂN TÍCH TƯƠNG QUAN CÁC CHỈ SỐ TÀI CHÍNH
library(psych)
vars=cbind(VNINDEX,VN30,SP500)
pairs.panels(vars)
library(Hmisc)
##
## Attaching package: 'Hmisc'
## The following objects are masked from 'package:DescTools':
##
## %nin%, Label, Mean, Quantile
## 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$r
## VNINDEX VN30 SP500
## VNINDEX 1.0000000 0.9706992 0.8801637
## VN30 0.9706992 1.0000000 0.8299947
## SP500 0.8801637 0.8299947 1.0000000
result$P
## VNINDEX VN30 SP500
## VNINDEX NA 0 0
## VN30 0 NA 0
## SP500 0 0 NA
#NHẬN XÉT
# - Hệ số tương quan Pearson ($r$) và ma trận `pairs.panels` cho thấy mức độ liên kết tuyến tính giữa các biến.
# - VNINDEX và VN30 thường có hệ số tương quan rất cao (gần bằng 1) và có ý nghĩa thống kê ($p$-value < 0.05), do VN30 là rổ chứa các cổ phiếu vốn hóa lớn chiếm tỷ trọng chi phối trong VNINDEX.
# - S&P 500 (thị trường Mỹ) có thể có tương quan dương hoặc không rõ ràng tùy thuộc vào chu kỳ kinh tế, phản ánh mức độ hội nhập và ảnh hưởng của thị trường quốc tế đối với thị trường chứng khoán Việt Nam trong giai đoạn nghiên cứu.
#Câu F: HỒI QUY TUYẾN TÍNH BỘI
mreg=lm(VNINDEX~VN30+SP500)
summary(mreg)
##
## Call:
## lm(formula = VNINDEX ~ VN30 + SP500)
##
## Residuals:
## Min 1Q Median 3Q Max
## -78.844 -19.875 5.216 21.642 61.116
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -2.068e+02 3.571e+01 -5.791 1.97e-08 ***
## VN30 6.713e-01 1.910e-02 35.153 < 2e-16 ***
## SP500 9.542e-02 8.752e-03 10.903 < 2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 31.17 on 266 degrees of freedom
## Multiple R-squared: 0.9601, Adjusted R-squared: 0.9598
## F-statistic: 3200 on 2 and 266 DF, p-value: < 2.2e-16
#NHẬN XÉT
# - Mô hình hồi quy tuyến tính bội đánh giá mức độ tác động của các biến độc lập (VN30, SP500) lên biến phụ thuộc (VNINDEX).
# - Hệ số xác định $R^2$ (Multiple R-squared) rất cao (thường > 0.9 đối với trường hợp VN30 tác động lên VN-Index), chứng minh mô hình giải thích được phần lớn sự biến thiên của VN-Index.
# - Các hệ số hồi quy có ý nghĩa thống kê ($p$-value < 0.05) khẳng định VN30 là nhân tố dự báo cực kỳ quan trọng đối với xu hướng của VN-Index.
# Câu G: KIỂM ĐỊNH ĐA CỘNG TUYẾN VÀ TỰ TƯƠNG QUAN
library(car)
## Loading required package: carData
##
## Attaching package: 'car'
## The following object is masked from 'package:DescTools':
##
## Recode
## The following object is masked from 'package:psych':
##
## logit
vif(mreg)
## VN30 SP500
## 3.21431 3.21431
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 = 0.069932, p-value < 2.2e-16
## alternative hypothesis: true autocorrelation is greater than 0
# NHẬN XÉT:
# - Kiểm định VIF (`vif(mreg)`): Vì VN30 nằm trong cấu trúc của VN-Index và có tương quan cực kỳ mạnh với VN-Index, giá trị VIF có thể rất cao (thường lớn hơn 10), cho thấy mô hình gặp hiện tượng đa cộng tuyến nghiêm trọng giữa các biến độc lập. Cần cân nhắc loại bỏ hoặc thay đổi biến nếu dùng cho mục đích dự báo nhân quả thuần túy.
# - Kiểm định Durbin-Watson (`dwtest(mreg)`): Kiểm tra hiện tượng tự tương quan chuỗi (autocorrelation) của phần dư. Với dữ liệu chuỗi thời gian (time series), giá trị DW thường thấp và $p$-value < 0.05, cho thấy phần dư có hiện tượng tự tương quan bậc nhất (positive autocorrelation), ngụ ý mô hình chưa bắt trọn hết các cấu trúc động lực theo thời gian của dữ liệu.