# Họ và tên: Phạm Nguyễn Khánh Thảo
# Lớp: 24NH MSV: 2454020051
# Bài cuối kì
# 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
# Mã hóa DAX sang thang đo ordinal scale
MDAX=DAX
MDAX=replace(MDAX,DAX<=23723,1)
MDAX=replace(MDAX,DAX>23723 & DAX<=25147,2)
MDAX=replace(MDAX,DAX>25147,3)
DAXcode=data.frame(DAX,MDAX)
DAXcode
## DAX MDAX
## 1 24065.47 2
## 2 23425.97 1
## 3 23757.69 2
## 4 23846.07 2
## 5 23924.36 2
## 6 24192.50 2
## 7 24162.86 2
## 8 24081.34 2
## 9 24024.78 2
## 10 24185.59 2
## 11 24377.50 2
## 12 24359.30 2
## 13 24314.77 2
## 14 24423.07 2
## 15 24276.97 2
## 16 24293.34 2
## 17 24363.09 2
## 18 24273.12 2
## 19 24152.87 2
## 20 24046.21 2
## 21 24039.92 2
## 22 23902.21 2
## 23 23594.80 1
## 24 23770.33 2
## 25 23596.98 1
## 26 23807.13 2
## 27 23718.45 1
## 28 23632.95 1
## 29 23703.65 1
## 30 23698.15 1
## 31 23748.86 2
## 32 23329.24 1
## 33 23359.18 1
## 34 23674.53 1
## 35 23639.41 1
## 36 23527.05 1
## 37 23611.33 1
## 38 23666.81 1
## 39 23534.83 1
## 40 23739.47 2
## 41 23745.06 2
## 42 23880.72 2
## 43 24422.56 2
## 44 24378.80 2
## 45 24378.29 2
## 46 24597.13 2
## 47 24611.25 2
## 48 24241.46 2
## 49 24387.93 2
## 50 24236.94 2
## 51 24181.37 2
## 52 24272.19 2
## 53 23830.99 2
## 54 24258.80 2
## 55 24330.03 2
## 56 24151.13 2
## 57 24207.79 2
## 58 24239.89 2
## 59 24308.78 2
## 60 24278.63 2
## 61 24118.89 2
## 62 23958.30 2
## 63 24132.41 2
## 64 23949.11 2
## 65 24049.74 2
## 66 23734.02 2
## 67 23569.96 1
## 68 23959.99 2
## 69 24088.06 2
## 70 24381.46 2
## 71 24041.62 2
## 72 23876.55 2
## 73 23590.52 1
## 74 23180.53 1
## 75 23162.92 1
## 76 23278.85 1
## 77 23091.87 1
## 78 23239.18 1
## 79 23464.63 1
## 80 23726.22 2
## 81 23767.96 2
## 82 23836.79 2
## 83 23589.44 1
## 84 23710.86 1
## 85 23693.71 1
## 86 23882.03 2
## 87 24028.14 2
## 88 24046.01 2
## 89 24162.65 2
## 90 24130.14 2
## 91 24294.61 2
## 92 24186.49 2
## 93 24229.91 2
## 94 24076.87 2
## 95 23960.59 2
## 96 24199.50 2
## 97 24288.40 2
## 98 24283.97 2
## 99 24340.06 2
## 100 24351.12 2
## 101 24490.41 2
## 102 24868.69 2
## 103 24892.20 2
## 104 25122.26 2
## 105 25127.46 2
## 106 25261.64 3
## 107 25405.34 3
## 108 25420.66 3
## 109 25286.24 3
## 110 25352.39 3
## 111 25297.13 3
## 112 24959.06 2
## 113 24703.12 2
## 114 24560.98 2
## 115 24856.47 2
## 116 24900.71 2
## 117 24933.08 2
## 118 24894.44 2
## 119 24822.79 2
## 120 24309.46 2
## 121 24538.81 2
## 122 24797.52 2
## 123 24780.79 2
## 124 24603.04 2
## 125 24491.06 2
## 126 24721.46 2
## 127 25014.87 2
## 128 24987.85 2
## 129 24856.15 2
## 130 24852.69 2
## 131 24914.88 2
## 132 24991.97 2
## 133 24986.25 2
## 134 25175.94 3
## 135 25289.02 3
## 136 25284.26 3
## 137 24638.00 2
## 138 23790.65 2
## 139 24205.36 2
## 140 23815.75 2
## 141 23591.03 1
## 142 23409.37 1
## 143 23968.63 2
## 144 23640.03 1
## 145 23589.65 1
## 146 23447.29 1
## 147 23564.01 1
## 148 23730.92 2
## 149 23502.25 1
## 150 22839.56 1
## 151 22380.19 1
## 152 22653.86 1
## 153 22636.91 1
## 154 22957.08 1
## 155 22612.97 1
## 156 22300.75 1
## 157 22562.88 1
## 158 22680.04 1
## 159 23298.89 1
## 160 23168.08 1
## 161 24080.63 2
## 162 23806.99 2
## 163 23803.95 2
## 164 23742.44 2
## 165 24044.22 2
## 166 24066.70 2
## 167 24154.47 2
## 168 24702.24 2
## 169 24417.80 2
## 170 24270.87 2
## 171 24194.90 2
## 172 24155.45 2
## 173 24128.98 2
## 174 24018.26 2
## 175 23954.56 2
## 176 23991.27 2
## 177 24401.70 2
## 178 24918.69 2
## 179 24663.61 2
## 180 24338.63 2
## 181 24350.28 2
## 182 23954.93 2
## 183 24136.81 2
## 184 24456.26 2
## 185 23950.57 2
## 186 24307.92 2
## 187 24400.65 2
## 188 24737.24 2
## 189 24606.77 2
## 190 24888.56 2
## 191 25184.89 3
## 192 25177.80 3
## 193 25092.25 2
## 194 25104.70 2
## 195 25003.04 2
## 196 25124.17 2
## 197 24795.94 2
## 198 24944.95 2
## 199 24759.05 2
## 200 24616.22 2
## 201 24433.06 2
## 202 24195.31 2
## 203 24209.71 2
## 204 24635.30 2
## 205 24894.01 2
## 206 24910.41 2
## 207 24934.67 2
## 208 25026.80 2
## 209 25139.69 2
## 210 24893.58 2
## 211 24740.36 2
## 212 24994.83 2
## 213 24671.22 2
## 214 24626.89 2
## 215 24995.81 2
## 216 25580.88 3
## 217 25779.31 3
## 218 25817.89 3
## 219 25465.25 3
## 220 24897.45 2
## 221 25118.27 2
## 222 25067.09 2
## 223 25114.25 2
## 224 25147.03 3
## 225 24999.53 2
## 226 24915.49 2
## 227 24830.98 2
## 228 24846.69 2
## 229 25011.35 2
## 230 25155.41 3
## 231 24763.12 2
## 232 25099.00 2
## 233 25361.03 3
## 234 25464.01 3
## 235 25460.48 3
## 236 25612.03 3
## 237 25629.24 3
## 238 26001.31 3
## 239 26202.35 3
## 240 26126.30 3
## 241 26140.13 3
## 242 26319.45 3
## 243 26323.88 3
## 244 26391.42 3
## 245 26331.07 3
## 246 26299.74 3
## 247 26440.31 3
## 248 26338.61 3
## 249 26128.36 3
## 250 26091.33 3
## 251 25983.04 3
## 252 26136.56 3
## 253 26106.60 3
## 254 26266.14 3
## 255 26285.96 3
## 256 26367.24 3
## 257 26569.99 3
## 258 26003.32 3
## 259 26046.40 3
## 260 26006.53 3
## 261 26007.63 3
## 262 25576.45 3
## 263 25361.15 3
## 264 25568.56 3
## 265 25440.81 3
## 266 25402.28 3
## 267 25537.75 3
## 268 25716.71 3
## 269 25304.06 3
## 270 25575.01 3
## 271 25578.85 3
## 272 25410.63 3
## 273 25266.53 3
## 274 25408.64 3
## 275 25374.42 3
## 276 25399.21 3
## 277 25199.19 3
## 278 25231.20 3
# Mã hóa HSI sang thang đo ordinal scale
MHSI=HSI
MHSI=replace(MHSI,HSI<=24437,1)
MHSI=replace(MHSI,HSI>24437 & HSI<=26203,2)
MHSI=replace(MHSI,HSI>26203,3)
HSIcode=data.frame(HSI,MHSI)
HSIcode
## HSI MHSI
## 1 24773.33 2
## 2 24507.81 2
## 3 24733.45 2
## 4 24902.53 2
## 5 24910.63 2
## 6 25081.63 2
## 7 24858.82 2
## 8 24906.81 2
## 9 24969.68 2
## 10 25613.67 2
## 11 25519.32 2
## 12 25270.07 2
## 13 25176.85 2
## 14 25122.90 2
## 15 25165.94 2
## 16 25104.61 2
## 17 25339.14 2
## 18 25829.91 2
## 19 25524.92 2
## 20 25201.76 2
## 21 24998.82 2
## 22 25077.62 2
## 23 25343.43 2
## 24 25058.51 2
## 25 25417.98 2
## 26 25633.91 2
## 27 25938.13 2
## 28 26200.26 2
## 29 26086.32 2
## 30 26388.16 3
## 31 26446.56 3
## 32 26438.51 3
## 33 26908.39 3
## 34 26544.85 3
## 35 26545.10 3
## 36 26344.14 3
## 37 26159.12 2
## 38 26518.65 3
## 39 26484.68 3
## 40 26128.20 2
## 41 26622.88 3
## 42 26855.56 3
## 43 27287.12 3
## 44 27140.92 3
## 45 26957.77 3
## 46 26829.46 3
## 47 26752.59 3
## 48 26290.32 3
## 49 25889.48 2
## 50 25441.35 2
## 51 25910.60 2
## 52 25888.51 2
## 53 25247.10 2
## 54 25858.83 2
## 55 26027.55 2
## 56 25781.77 2
## 57 25967.98 2
## 58 26160.15 2
## 59 26433.70 3
## 60 26346.14 3
## 61 26282.69 3
## 62 25906.65 2
## 63 26158.36 2
## 64 25952.40 2
## 65 25935.41 2
## 66 26485.90 3
## 67 26241.83 3
## 68 26649.06 3
## 69 26696.41 3
## 70 26922.73 3
## 71 27073.03 3
## 72 26572.46 3
## 73 26384.28 3
## 74 25930.03 2
## 75 25830.65 2
## 76 25835.57 2
## 77 25220.02 2
## 78 25716.50 2
## 79 25894.55 2
## 80 25928.08 2
## 81 25945.93 2
## 82 25858.89 2
## 83 26033.26 2
## 84 26095.05 2
## 85 25760.73 2
## 86 25935.90 2
## 87 26085.08 2
## 88 25765.36 2
## 89 25434.23 2
## 90 25540.78 2
## 91 25530.51 2
## 92 25976.79 2
## 93 25628.88 2
## 94 25235.41 2
## 95 25468.78 2
## 96 25498.13 2
## 97 25690.53 2
## 98 25801.77 2
## 99 25774.14 2
## 100 25635.23 2
## 101 25854.60 2
## 102 26347.24 3
## 103 26710.45 3
## 104 26458.95 3
## 105 26149.31 2
## 106 26231.79 3
## 107 26608.48 3
## 108 26848.47 3
## 109 26999.81 3
## 110 26923.62 3
## 111 26844.96 3
## 112 26563.90 3
## 113 26487.51 3
## 114 26585.06 3
## 115 26629.96 3
## 116 26749.51 3
## 117 26765.52 3
## 118 27126.95 3
## 119 27826.91 3
## 120 27968.09 3
## 121 27387.11 3
## 122 26775.57 3
## 123 26834.77 3
## 124 26847.32 3
## 125 26885.24 3
## 126 26559.95 3
## 127 27027.16 3
## 128 27183.15 3
## 129 27266.38 3
## 130 27032.54 3
## 131 26567.12 3
## 132 27081.91 3
## 133 26590.32 3
## 134 26765.72 3
## 135 26381.02 3
## 136 26630.54 3
## 137 26059.85 2
## 138 25768.08 2
## 139 25249.48 2
## 140 25321.34 2
## 141 25757.29 2
## 142 25408.46 2
## 143 25959.90 2
## 144 25898.76 2
## 145 25716.76 2
## 146 25465.60 2
## 147 25834.02 2
## 148 25868.54 2
## 149 26025.42 2
## 150 25500.58 2
## 151 25277.32 2
## 152 24382.47 1
## 153 25063.71 2
## 154 25335.95 2
## 155 24856.43 2
## 156 24951.88 2
## 157 24750.79 2
## 158 24788.14 2
## 159 25294.03 2
## 160 25116.53 2
## 161 25893.02 2
## 162 25752.40 2
## 163 25893.54 2
## 164 25660.85 2
## 165 25872.32 2
## 166 25947.32 2
## 167 26394.26 3
## 168 26160.33 2
## 169 26361.07 3
## 170 26487.48 3
## 171 26163.24 2
## 172 25915.20 2
## 173 25978.07 2
## 174 25679.78 2
## 175 26111.84 2
## 176 26095.88 2
## 177 25898.61 2
## 178 26213.78 3
## 179 26626.28 3
## 180 26393.71 3
## 181 26406.84 3
## 182 26347.91 3
## 183 26388.44 3
## 184 26389.04 3
## 185 25962.73 2
## 186 25675.18 2
## 187 25797.85 2
## 188 25651.12 2
## 189 25386.52 2
## 190 25606.03 2
## 191 25599.45 2
## 192 25328.23 2
## 193 25006.16 2
## 194 25182.39 2
## 195 25398.18 2
## 196 26038.32 2
## 197 25633.21 2
## 198 25253.40 2
## 199 24961.95 2
## 200 24657.06 2
## 201 24565.90 2
## 202 24407.96 1
## 203 24249.29 1
## 204 24718.10 2
## 205 24842.67 2
## 206 24493.95 2
## 207 24312.16 1
## 208 23924.81 1
## 209 23768.52 1
## 210 23336.28 1
## 211 23412.18 1
## 212 23076.91 1
## 213 22671.86 1
## 214 23026.68 1
## 215 22881.02 1
## 216 23055.03 1
## 217 23350.03 1
## 218 23616.32 1
## 219 23496.89 1
## 220 24199.46 1
## 221 24030.18 1
## 222 24175.12 1
## 223 24213.72 1
## 224 24340.73 1
## 225 24681.10 2
## 226 25008.60 2
## 227 24562.24 2
## 228 25143.05 2
## 229 25132.29 2
## 230 24892.66 2
## 231 25210.81 2
## 232 24963.23 2
## 233 25207.18 2
## 234 25310.85 2
## 235 25807.92 2
## 236 25858.88 2
## 237 25884.43 2
## 238 26009.40 2
## 239 25852.92 2
## 240 25915.82 2
## 241 25530.28 2
## 242 25668.03 2
## 243 25937.49 2
## 244 25652.82 2
## 245 25440.17 2
## 246 25396.51 2
## 247 25116.85 2
## 248 25453.23 2
## 249 25471.15 2
## 250 25495.07 2
## 251 25698.49 2
## 252 26009.46 2
## 253 25517.33 2
## 254 25511.10 2
## 255 25652.97 2
## 256 25565.74 2
## 257 25584.79 2
## 258 25213.31 2
## 259 25650.87 2
## 260 25413.12 2
## 261 25317.18 2
## 262 25274.96 2
## 263 24954.47 2
## 264 24805.63 2
## 265 24917.60 2
## 266 24667.24 2
## 267 24713.78 2
## 268 24604.29 2
## 269 24750.78 2
## 270 25042.71 2
## 271 25087.75 2
## 272 24834.12 2
## 273 24761.13 2
## 274 24510.09 2
## 275 24642.51 2
## 276 24523.57 2
## 277 24613.27 2
## 278 23972.29 1
# Mã hóa VNI sang thang đo ordinal scale
MVNI=VNI
MVNI=replace(MVNI,VNI<=1639,1)
MVNI=replace(MVNI,VNI>1639 & VNI<=1784,2)
MVNI=replace(MVNI,VNI>1784,3)
VNIcode=data.frame(VNI,MVNI)
VNIcode
## VNI MVNI
## 1 1502.52 1
## 2 1495.21 1
## 3 1528.19 1
## 4 1547.15 1
## 5 1573.71 1
## 6 1581.81 1
## 7 1584.95 1
## 8 1596.86 1
## 9 1608.22 1
## 10 1611.60 1
## 11 1640.69 2
## 12 1630.00 1
## 13 1636.37 1
## 14 1654.20 2
## 15 1664.36 2
## 16 1688.00 2
## 17 1645.47 2
## 18 1614.03 1
## 19 1667.63 2
## 20 1672.78 2
## 21 1680.86 2
## 22 1682.21 2
## 23 1681.30 2
## 24 1696.29 2
## 25 1666.97 2
## 26 1624.53 1
## 27 1637.32 1
## 28 1643.26 2
## 29 1657.75 2
## 30 1667.26 2
## 31 1684.90 2
## 32 1680.90 2
## 33 1670.97 2
## 34 1665.18 2
## 35 1658.62 2
## 36 1634.45 1
## 37 1635.26 1
## 38 1657.46 2
## 39 1666.09 2
## 40 1660.70 2
## 41 1666.48 2
## 42 1661.70 2
## 43 1652.71 2
## 44 1645.82 2
## 45 1695.50 2
## 46 1697.83 2
## 47 1716.47 2
## 48 1747.55 2
## 49 1765.12 2
## 50 1761.06 2
## 51 1757.95 2
## 52 1766.85 2
## 53 1731.19 2
## 54 1636.43 1
## 55 1663.43 2
## 56 1678.50 2
## 57 1687.06 2
## 58 1683.18 2
## 59 1652.54 2
## 60 1680.50 2
## 61 1669.57 2
## 62 1639.65 2
## 63 1617.00 1
## 64 1651.98 2
## 65 1654.89 2
## 66 1642.64 2
## 67 1599.10 1
## 68 1580.54 1
## 69 1593.61 1
## 70 1631.86 1
## 71 1631.44 1
## 72 1635.46 1
## 73 1654.42 2
## 74 1659.92 2
## 75 1649.00 2
## 76 1655.99 2
## 77 1654.93 2
## 78 1667.98 2
## 79 1660.36 2
## 80 1680.36 2
## 81 1684.32 2
## 82 1690.99 2
## 83 1701.67 2
## 84 1717.06 2
## 85 1731.77 2
## 86 1737.24 2
## 87 1741.32 2
## 88 1753.74 2
## 89 1747.17 2
## 90 1718.98 2
## 91 1698.90 2
## 92 1646.89 2
## 93 1646.01 2
## 94 1679.18 2
## 95 1673.66 2
## 96 1676.98 2
## 97 1704.31 2
## 98 1751.03 2
## 99 1772.15 2
## 100 1754.84 2
## 101 1766.90 2
## 102 1788.40 3
## 103 1816.27 3
## 104 1861.58 3
## 105 1855.56 3
## 106 1867.90 3
## 107 1877.33 3
## 108 1902.93 3
## 109 1894.44 3
## 110 1864.80 3
## 111 1879.13 3
## 112 1896.59 3
## 113 1893.78 3
## 114 1885.44 3
## 115 1882.73 3
## 116 1870.79 3
## 117 1843.72 3
## 118 1830.50 3
## 119 1802.91 3
## 120 1814.98 3
## 121 1829.04 3
## 122 1806.50 3
## 123 1813.40 3
## 124 1791.43 3
## 125 1782.56 2
## 126 1755.49 2
## 127 1754.82 2
## 128 1754.03 2
## 129 1796.85 3
## 130 1814.09 3
## 131 1824.09 3
## 132 1860.14 3
## 133 1867.62 3
## 134 1860.91 3
## 135 1879.64 3
## 136 1880.33 3
## 137 1846.10 3
## 138 1813.14 3
## 139 1818.27 3
## 140 1808.51 3
## 141 1767.84 2
## 142 1652.79 2
## 143 1676.73 2
## 144 1728.34 2
## 145 1709.61 2
## 146 1696.24 2
## 147 1693.21 2
## 148 1710.29 2
## 149 1713.83 2
## 150 1699.13 2
## 151 1647.81 2
## 152 1591.17 1
## 153 1614.77 1
## 154 1658.19 2
## 155 1644.63 2
## 156 1672.80 2
## 157 1662.54 2
## 158 1674.49 2
## 159 1702.93 2
## 160 1694.82 2
## 161 1756.55 2
## 162 1736.68 2
## 163 1750.00 2
## 164 1758.96 2
## 165 1775.65 2
## 166 1800.65 3
## 167 1819.83 3
## 168 1817.17 3
## 169 1837.11 3
## 170 1833.48 3
## 171 1857.30 3
## 172 1870.36 3
## 173 1853.29 3
## 174 1875.84 3
## 175 1854.10 3
## 176 1854.06 3
## 177 1874.85 3
## 178 1891.20 3
## 179 1909.01 3
## 180 1915.37 3
## 181 1895.50 3
## 182 1901.10 3
## 183 1898.37 3
## 184 1925.46 3
## 185 1921.60 3
## 186 1927.94 3
## 187 1912.93 3
## 188 1913.23 3
## 189 1896.89 3
## 190 1877.13 3
## 191 1884.18 3
## 192 1874.43 3
## 193 1863.67 3
## 194 1863.49 3
## 195 1844.54 3
## 196 1826.47 3
## 197 1819.01 3
## 198 1831.55 3
## 199 1838.90 3
## 200 1790.53 3
## 201 1793.05 3
## 202 1803.71 3
## 203 1798.61 3
## 204 1791.65 3
## 205 1799.31 3
## 206 1807.94 3
## 207 1806.20 3
## 208 1830.47 3
## 209 1857.91 3
## 210 1869.04 3
## 211 1878.02 3
## 212 1863.07 3
## 213 1871.91 3
## 214 1854.97 3
## 215 1860.01 3
## 216 1866.35 3
## 217 1862.08 3
## 218 1843.50 3
## 219 1848.25 3
## 220 1853.70 3
## 221 1840.70 3
## 222 1828.34 3
## 223 1800.54 3
## 224 1806.63 3
## 225 1782.12 2
## 226 1804.24 3
## 227 1787.45 3
## 228 1743.51 2
## 229 1730.56 2
## 230 1668.53 2
## 231 1699.38 2
## 232 1686.11 2
## 233 1669.01 2
## 234 1680.62 2
## 235 1704.68 2
## 236 1744.66 2
## 237 1735.78 2
## 238 1762.84 2
## 239 1777.23 2
## 240 1776.46 2
## 241 1764.78 2
## 242 1768.06 2
## 243 1776.77 2
## 244 1773.41 2
## 245 1793.18 3
## 246 1765.63 2
## 247 1729.08 2
## 248 1727.46 2
## 249 1732.02 2
## 250 1726.69 2
## 251 1734.24 2
## 252 1768.12 2
## 253 1788.78 3
## 254 1791.41 3
## 255 1821.32 3
## 256 1831.56 3
## 257 1832.12 3
## 258 1827.72 3
## 259 1853.08 3
## 260 1821.64 3
## 261 1830.44 3
## 262 1827.12 3
## 263 1829.23 3
## 264 1795.21 3
## 265 1788.23 3
## 266 1811.15 3
## 267 1810.11 3
## 268 1822.77 3
## 269 1815.66 3
## 270 1799.67 3
## 271 1816.93 3
## 272 1801.65 3
## 273 1775.09 2
## 274 1785.11 3
## 275 1780.68 2
## 276 1777.73 2
## 277 1768.62 2
## 278 1737.71 2
# Câu c
# Thống kê các chỉ số tài chính dạng Ratio
summary(DAX)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 22301 23955 24379 24526 25103 26570
var(DAX)
## [1] 731026.6
sd(DAX)
## [1] 855.001
summary(HSI)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 22672 25125 25735 25648 26239 27968
var(HSI)
## [1] 793589.7
sd(HSI)
## [1] 890.8365
summary(VNI)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1495 1673 1762 1753 1829 1928
var(VNI)
## [1] 8594.04
sd(VNI)
## [1] 92.70405
library(psych)
DHV=data.frame(DAX,HSI,VNI)
describe(DHV)
## vars n mean sd median trimmed mad min max range
## DAX 1 278 24526.34 855.00 24378.54 24499.63 856.28 22300.75 26569.99 4269.24
## HSI 2 278 25647.75 890.84 25734.58 25692.90 860.03 22671.86 27968.09 5296.23
## VNI 3 278 1753.26 92.70 1761.95 1754.74 120.19 1495.21 1927.94 432.73
## skew kurtosis se
## DAX 0.19 -0.22 51.28
## HSI -0.56 0.72 53.43
## VNI -0.17 -0.84 5.56
# Thống kê các chỉ số tài chính dạng Ordinal
summary(MDAX)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.000 2.000 2.000 2.068 2.000 3.000
var(MDAX)
## [1] 0.3815936
sd(MDAX)
## [1] 0.6177327
summary(MHSI)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.00 2.00 2.00 2.18 3.00 3.00
var(MHSI)
## [1] 0.3068852
sd(MHSI)
## [1] 0.5539722
summary(MVNI)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.000 2.000 2.000 2.327 3.000 3.000
var(MVNI)
## [1] 0.4159286
sd(MVNI)
## [1] 0.6449253
library(psych)
DHV1=data.frame(MDAX,MHSI,MVNI)
describe(DHV1)
## vars n mean sd median trimmed mad min max range skew kurtosis se
## MDAX 1 278 2.07 0.62 2 2.08 0.00 1 3 2 -0.04 -0.41 0.04
## MHSI 2 278 2.18 0.55 2 2.20 0.00 1 3 2 0.05 -0.12 0.03
## MVNI 3 278 2.33 0.64 2 2.41 1.48 1 3 2 -0.43 -0.72 0.04
# Nhận xét
# Ratio: Chỉ số DAX dao động từ 22301 đến 26570 với trung bình 24526, trung vị 24378; độ biến động thể hiện qua độ lệch chuẩn sd = 855.00 (var = 731026.6), phân phối hơi lệch phải (Skewness = 0.19) và đỉnh hơi dẹt so với chuẩn (Kurtosis = -0.22).
# Ratio: Chỉ số HSI dao động từ 22672 đến 27968 với trung bình 25648, trung vị 257345; độ biến động thể hiện qua độ lệch chuẩn sd = 890.84 (var = 793589.7), phân phối lệch trái (Skewness = -0.56) và đỉnh nhọn hơn so với chuẩn (Kurtosis = 0.72).
# Ratio: Chỉ số VNI dao động từ 1495 đến 1928 với trung bình 1753, trung vị 17612; độ biến động thể hiện qua độ lệch chuẩn sd = 92.70 (var = 8594.04), phân phối lệch trái (Skewness = -0.17) và đỉnh dẹt hơn so với chuẩn (Kurtosis = -0.84).
# Ordinal: Chỉ số MDAX dao động từ 1.000 đến 3.000 với trung bình 2.068, trung vị 2.000; độ biến động thể hiện qua độ lệch chuẩn sd = 0.6177327 (var = 0.3815936), phân phối gần như đối xứng (Skewness = -0.04) và đỉnh hơi dẹt so với chuẩn (Kurtosis = -0.41).
# Ordinal: Chỉ số MHSI dao động từ 1.00 đến 3.00 với trung bình 2.18, trung vị 2.00; độ biến động thể hiện qua độ lệch chuẩn sd = 0.5539722 (var = 0.3068852), phân phối hơi lệch phải (Skewness = 0.05) và đỉnh hơi dẹt so với chuẩn (Kurtosis = -0.12).
# Ordinal: Chỉ số MVNI dao động từ 1.000 đến 3.000 với trung bình 2.327, trung vị 2.000; độ biến động thể hiện qua độ lệch chuẩn sd = 0.6449253 (var = 0.4159286), phân phối lệch trái (Skewness = -0.43) và đỉnh dẹt hơn so với chuẩn (Kurtosis = -0.72).
# Câu d
# Biểu đồ cột các chỉ số dạng ordinal
MDAX.freq=table(MDAX)
MDAX.freq
## MDAX
## 1 2 3
## 44 171 63
barplot(MDAX.freq, xlab="Nhóm DAX", ylab="Số lượng", main="Biểu đồ cột của DAX",col=c("darkblue","red","yellow"))
MHSI.freq=table(MHSI)
MHSI.freq
## MHSI
## 1 2 3
## 22 184 72
barplot(MHSI.freq, xlab="Nhóm HSI", ylab="Số lượng", main="Biểu đồ cột của HSI",col=c("pink","violet","beige"))
MVNI.freq=table(MVNI)
MVNI.freq
## MVNI
## 1 2 3
## 27 133 118
barplot(MVNI.freq, xlab="Nhóm VNI", ylab="Số lượng", main="Biểu đồ cột của VNI",col=c("orange","darkgreen","brown"))
# Biểu đồ tròn các chỉ số dạng ordinal
pie(table(MDAX), main="Biểu đồ tròn của DAX",col=c("darkblue","red","yellow"))
pie(table(MHSI), main="Biểu đồ tròn của HSI",col=c("pink","violet","beige"))
pie(table(MVNI), main="Biểu đồ tròn của VNI",col=c("orange","darkgreen","brown"))
# Biểu đồ đường các chỉ số dạng ratio scale
plot(DAX,type="o",xlab="Ngày giao dịch",ylab="Giá trị DAX",pch=19,main="Biểu đồ đường của DAX")
plot(HSI,type="o",xlab="Ngày giao dịch",ylab="Giá trị HSI",pch=19,main="Biểu đồ đường của HSI")
plot(VNI,type="o",xlab="Ngày giao dịch",ylab="Giá trị VNI",pch=19,main="Biểu đồ đường của VNI")
# Nhận xét
# Cả ba chỉ số (đối với biểu đồ cột và biểu đồ tròn) đều có số lượng quan sát áp đảo ở nhóm 2: MDAX có 171 ngày, MHSI có 184 ngày, và MVNI có 133 ngày. Nhóm 1 luôn chiếm tỷ trọng thấp nhất.
# Biểu đồ đường phản ánh biến động theo chuỗi thời gian:
## Đồ thị DAX: Chỉ số biến động quanh mức 23500 – 24500 ở giai đoạn đầu, suy giảm mạnh xuống vùng đáy sâu nhất (dưới 23000) vào khoảng ngày giao dịch 150 – 160, sau đó hồi phục mạnh mẽ và đạt đỉnh trên 26500 ở giai đoạn cuối.
## Đồ thị HSI: Chỉ số tăng và đạt đỉnh cao nhất (trên 27500) quanh ngày giao dịch 130 – 140, sau đó rơi vào xu hướng giảm sâu xuống vùng đáy (dưới 23000) quanh ngày 210 – 220, và tăng trở lại ở các ngày cuối.
## Đồ thị VNI: Chỉ số có xu hướng tăng trưởng rõ rệt từ vùng đáy (quanh 1500) ở những ngày đầu, thiết lập mức đỉnh cao nhất (vượt 1900) quanh ngày giao dịch 180 – 190, sau đó điều chỉnh giảm và dao động trong khoảng 1700 – 1850 đến cuối kỳ.
# Câu e
# Phân tích tương quan các chỉ số dạng ratio scale
cor(DAX,HSI)
## [1] -0.1363609
cor.test(DAX,HSI)
##
## Pearson's product-moment correlation
##
## data: DAX and HSI
## t = -2.2868, df = 276, p-value = 0.02297
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## -0.24999355 -0.01902308
## sample estimates:
## cor
## -0.1363609
cor(DAX,VNI)
## [1] 0.5232229
cor.test(DAX,VNI)
##
## Pearson's product-moment correlation
##
## data: DAX and VNI
## t = 10.2, df = 276, p-value < 2.2e-16
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.4321823 0.6037057
## sample estimates:
## cor
## 0.5232229
cor(HSI,VNI)
## [1] -0.03180799
cor.test(HSI,VNI)
##
## Pearson's product-moment correlation
##
## data: HSI and VNI
## t = -0.5287, df = 276, p-value = 0.5974
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## -0.14889383 0.08615741
## sample estimates:
## cor
## -0.03180799
# Đồ thị tương quan đa biến các chỉ số dạng ratio scale
library(psych)
vars=cbind(DAX,HSI,VNI)
pairs.panels(vars)
# Nhận xét
# DAX và HSI: r = -0.1363609 (trên biểu đồ làm tròn: -0.14), p-value = 0.02297 < 0.05. Tương quan nghịch ở mức độ rất thấp, có ý nghĩa thống kê.
# DAX và VNI: r = 0.5232229 (trên biểu đồ làm tròn: 0.52), p-value < 2.2e-16 < 0.05. Tương quan thuận ở mức độ trung bình, có ý nghĩa thống kê rất cao.
# HSI và VNI: r = -0.03180799 (trên biểu đồ làm tròn: -0.03), p-value = 0.5974 > 0.05. Không có tương quan tuyến tính, không có ý nghĩa thống kê.
# Câu f
# Mô hình hồi quy tuyến tính đa biến, trong đó VNI là biến phụ thuộc
lm(VNI~DAX+HSI)
##
## Call:
## lm(formula = VNI ~ DAX + HSI)
##
## Coefficients:
## (Intercept) DAX HSI
## 2.397e+02 5.733e-02 4.193e-03
mreg=lm(VNI~DAX+HSI)
summary(mreg)
##
## Call:
## lm(formula = VNI ~ DAX + HSI)
##
## Residuals:
## Min 1Q Median 3Q Max
## -220.65 -56.64 3.58 54.73 200.03
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 2.397e+02 2.082e+02 1.152 0.250
## DAX 5.733e-02 5.618e-03 10.204 <2e-16 ***
## HSI 4.193e-03 5.392e-03 0.778 0.438
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 79.2 on 275 degrees of freedom
## Multiple R-squared: 0.2754, Adjusted R-squared: 0.2701
## F-statistic: 52.25 on 2 and 275 DF, p-value: < 2.2e-16
# Nhận xét
# Phương trình hồi quy: VNI = 239.7 + 0.05733 x DAX + 0.004193 x HSI + ei
# Kiểm định F = 52.25, p-value < 2.2e-16 < 0.05. Mô hình có ý nghĩa thống kê và phù hợp với dữ liệu.
# R² hiệu chỉnh: Adjusted R² = 0.2701. Các biến độc lập (DAX, HSI) giải thích được 27.01% sự biến thiên của chỉ số VNI.
# DAX có hệ số hồi quy = 0.05733 (5.733e-02), p-value < 2e-16 < 0.05. Tác động cùng chiều có ý nghĩa thống kê lên VNI (DAX tăng 1 đơn vị thì VNI tăng trung bình 0.05733 đơn vị).
# HSI có hệ số hồi quy = 0.004193 (4.193e-03), p-value = 0.438 > 0.05. Không có tác động mang ý nghĩa thống kê lên VNI ở mức ý nghĩa 5%.
# Câu g
# Kiểm định ANOVA
anova(mreg)
## Analysis of Variance Table
##
## Response: VNI
## Df Sum Sq Mean Sq F value Pr(>F)
## DAX 1 651704 651704 103.8917 <2e-16 ***
## HSI 1 3792 3792 0.6045 0.4375
## Residuals 275 1725053 6273
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
# Kiểm định đa cộng tuyến
library(car)
## Loading required package: carData
##
## Attaching package: 'car'
## The following object is masked from 'package:psych':
##
## logit
vif(mreg)
## DAX HSI
## 1.018947 1.018947
# Kiểm định tự tương quan
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 = 0.0968, p-value < 2.2e-16
## alternative hypothesis: true autocorrelation is greater than 0
# Kiểm định các giả thuyết của mô hình
op<-par(mfrow=c(2,2))
plot(mreg)
# Nhận xét
# Kiểm định ANOVA: Biến DAX có F value = 103.8917, Pr(>F) < 2e-16 < 0.05, có ý nghĩa thống kê rất cao. Biến HSI có F value = 0.6045, Pr(>F) = 0.4375 > 0.05, không có ý nghĩa thống kê.
# Hệ số VIF: DAX = 1.018947 và HSI = 1.018947. Cả hai hệ số VIF đều xấp xỉ 1.019, nhỏ hơn 2 rất nhiều (và nhỏ hơn xa ngưỡng 10 của dữ liệu thứ cấp). Kết luận mô hình không xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập.
# DW = 0.0968 nhỏ hơn 1 rất nhiều và tiến gần về 0 (nằm ngoài khoảng chuẩn 1.5 - 2.5). Do đó, kết luận mô hình vi phạm giả định tự tương quan (xảy ra hiện tượng tự tương quan chuỗi bậc nhất dương) giữa các phần sai số.
# Đồ thị Residuals vs Fitted (góc trên bên trái): Vẽ phần dư và giá trị dự báo; đường màu đỏ có xu hướng hơi cong nhẹ quanh vùng giá trị dự báo từ 1700 đến 1750, các điểm phần dư chưa phân bố hoàn toàn ngẫu nhiên quanh đường y = 0.
# Đồ thị Q-Q Residuals (góc trên bên phải): Vẽ giá trị phần dư và giá trị kỳ vọng phân phối chuẩn; phần lớn các điểm tập trung bám sát đường chéo chuẩn, tuy nhiên ở hai đầu mút (đuôi trái quantiles < -2 và đuôi phải > 2) các điểm hơi lệch khỏi đường chéo, cho thấy phần dư xấp xỉ tuân theo phân phối chuẩn nhưng có độ lệch nhẹ ở phần đuôi.
# Đồ thị Scale-Location (góc dưới bên trái): Vẽ căn bậc hai của phần dư chuẩn hóa và giá trị dự báo; đường đỏ biểu diễn xu hướng có dạng uốn lượn nhẹ, phản ánh hiện tượng phương sai phần dư chưa thực sự đồng nhất hoàn toàn trên toàn bộ dải giá trị.
# Đồ thị Residuals vs Leverage (góc dưới bên phải): Xuất hiện một số quan sát có đòn bẩy hoặc phần dư chuẩn hóa lớn (điển hình như các quan sát 185, 213). Tuy nhiên, các quan sát này vẫn nằm trong đường giới hạn khoảng cách Cook's distan, chưa làm sai lệch nghiêm trọng đến ước lượng của mô hình hồi quy.