# HO VA TEN: NGUYEN THI CAM
# MA SO SINH VIEN: 2454020026 LOP: 24NH1
# SO THU TU: 03
# BAI THI CUOI KI
# CÂU A
nhaplieu=file.choose()
datanhaplieu=read.csv(nhaplieu,header= TRUE)
save(datanhaplieu,file="datanhaplieu.rda")
attach(datanhaplieu)
is.data.frame(datanhaplieu)
## [1] TRUE
# CÂU B
# PHÂN VÙNG DAX
DAXMH=DAX
DAXMH=replace(DAXMH,DAX<=24500,1)
DAXMH=replace(DAXMH,DAX>=24500,2)
DAXcode=data.frame(DAX,DAXMH)
DAXcode
## DAX DAXMH
## 1 23180.53 1
## 2 23162.92 1
## 3 23278.85 1
## 4 23239.18 1
## 5 23464.63 1
## 6 23726.22 1
## 7 23836.79 1
## 8 23589.44 1
## 9 23710.86 1
## 10 23693.71 1
## 11 23882.03 1
## 12 24028.14 1
## 13 24046.01 1
## 14 24162.65 1
## 15 24130.14 1
## 16 24294.61 1
## 17 24186.49 1
## 18 24229.91 1
## 19 24076.87 1
## 20 23960.59 1
## 21 24199.50 1
## 22 24288.40 1
## 23 24283.97 1
## 24 24340.06 1
## 25 24351.12 1
## 26 24490.41 1
## 27 24868.69 2
## 28 24892.20 2
## 29 25122.26 2
## 30 25127.46 2
## 31 25261.64 2
## 32 25405.34 2
## 33 25420.66 2
## 34 25286.24 2
## 35 25352.39 2
## 36 25297.13 2
## 37 24703.12 2
## 38 24560.98 2
## 39 24856.47 2
## 40 24900.71 2
## 41 24933.08 2
## 42 24894.44 2
## 43 24822.79 2
## 44 24309.46 1
## 45 24538.81 2
## 46 24797.52 2
## 47 24780.79 2
## 48 24603.04 2
## 49 24491.06 1
## 50 24721.46 2
## 51 25014.87 2
## 52 24987.85 2
## 53 24856.15 2
## 54 24852.69 2
## 55 24914.88 2
## 56 24991.97 2
## 57 24986.25 2
## 58 25175.94 2
## 59 25289.02 2
## 60 25284.26 2
## 61 24638.00 2
## 62 23790.65 1
## 63 24205.36 1
## 64 23815.75 1
## 65 23591.03 1
## 66 23409.37 1
## 67 23968.63 1
## 68 23640.03 1
## 69 23589.65 1
## 70 23447.29 1
## 71 23564.01 1
## 72 23730.92 1
## 73 23502.25 1
## 74 22839.56 1
## 75 22380.19 1
## 76 22653.86 1
## 77 22636.91 1
## 78 22957.08 1
## 79 22612.97 1
## 80 22300.75 1
## 81 22562.88 1
## 82 22680.04 1
## 83 23298.89 1
## 84 23168.08 1
## 85 22921.59 1
## 86 24080.63 1
## 87 23806.99 1
## 88 23803.95 1
## 89 23742.44 1
## 90 24044.22 1
## 91 24066.70 1
## 92 24154.47 1
## 93 24702.24 2
## 94 24417.80 1
## 95 24270.87 1
## 96 24194.90 1
## 97 24155.45 1
## 98 24128.98 1
## 99 24018.26 1
## 100 23954.56 1
## 101 23991.27 1
## 102 24401.70 1
## 103 24918.69 2
## 104 24663.61 2
## 105 24338.63 1
## 106 24350.28 1
## 107 23954.93 1
## 108 24136.81 1
## 109 24456.26 1
## 110 23950.57 1
## 111 24307.92 1
## 112 24400.65 1
## 113 24737.24 2
## 114 24606.77 2
## 115 24888.56 2
## 116 25184.89 2
## 117 25177.80 2
## 118 25092.25 2
## 119 25104.70 2
## 120 25003.04 2
## 121 25124.17 2
## 122 24795.94 2
## 123 24944.95 2
## 124 24759.05 2
## 125 24616.22 2
## 126 24433.06 1
## 127 24195.31 1
## 128 24209.71 1
## 129 24635.30 2
## 130 24894.01 2
## 131 24910.41 2
## 132 24934.67 2
## 133 25026.80 2
## 134 25139.69 2
## 135 24893.58 2
## 136 24740.36 2
## 137 24994.83 2
## 138 24671.22 2
## 139 24626.89 2
## 140 24995.81 2
## 141 25040.28 2
## 142 25580.88 2
## 143 25817.89 2
## 144 25465.25 2
## 145 24897.45 2
## 146 25118.27 2
## 147 25067.09 2
## 148 25114.25 2
## 149 25147.03 2
## 150 24999.53 2
## 151 24915.49 2
## 152 24830.98 2
## 153 24846.69 2
## 154 25011.35 2
## 155 25155.41 2
## 156 24763.12 2
## 157 25099.00 2
## 158 25361.03 2
## 159 25464.01 2
## 160 25460.48 2
## 161 25612.03 2
## 162 25629.24 2
## 163 26001.31 2
## 164 26202.35 2
## 165 26126.30 2
## 166 26140.13 2
## 167 26319.45 2
## 168 26323.88 2
## 169 26391.42 2
## 170 26331.07 2
## 171 26299.74 2
## 172 26440.31 2
## 173 26338.61 2
## 174 26128.36 2
## 175 26091.33 2
## 176 25983.04 2
## 177 26136.56 2
## 178 26106.60 2
## 179 26266.14 2
## 180 26285.96 2
## 181 26367.24 2
## 182 26569.99 2
## 183 26046.40 2
## 184 26007.63 2
## 185 25576.45 2
## 186 25361.15 2
## 187 25568.56 2
## 188 25440.81 2
## 189 25402.28 2
## 190 25537.75 2
## 191 25716.71 2
## 192 25304.06 2
## 193 25575.01 2
## 194 25578.85 2
## 195 25410.63 2
## 196 25266.53 2
## 197 25408.64 2
## 198 25374.42 2
## 199 25399.21 2
## 200 25199.19 2
## 201 24939.35 2
## 202 25231.20 2
## 203 25254.21 2
## 204 25449.19 2
## 205 25104.36 2
## 206 24806.97 2
# MÃ HÓA DAX
DAX1=DAXMH
DAX1=replace(DAX1,DAXMH==1,"Nhỏ hơn hoặc bằng 24500")
DAX1=replace(DAX1,DAXMH==2,"Lớn hơn 24500")
DAX1code=data.frame(DAXMH,DAX1)
DAX1code
## DAXMH DAX1
## 1 1 Nhỏ hơn hoặc bằng 24500
## 2 1 Nhỏ hơn hoặc bằng 24500
## 3 1 Nhỏ hơn hoặc bằng 24500
## 4 1 Nhỏ hơn hoặc bằng 24500
## 5 1 Nhỏ hơn hoặc bằng 24500
## 6 1 Nhỏ hơn hoặc bằng 24500
## 7 1 Nhỏ hơn hoặc bằng 24500
## 8 1 Nhỏ hơn hoặc bằng 24500
## 9 1 Nhỏ hơn hoặc bằng 24500
## 10 1 Nhỏ hơn hoặc bằng 24500
## 11 1 Nhỏ hơn hoặc bằng 24500
## 12 1 Nhỏ hơn hoặc bằng 24500
## 13 1 Nhỏ hơn hoặc bằng 24500
## 14 1 Nhỏ hơn hoặc bằng 24500
## 15 1 Nhỏ hơn hoặc bằng 24500
## 16 1 Nhỏ hơn hoặc bằng 24500
## 17 1 Nhỏ hơn hoặc bằng 24500
## 18 1 Nhỏ hơn hoặc bằng 24500
## 19 1 Nhỏ hơn hoặc bằng 24500
## 20 1 Nhỏ hơn hoặc bằng 24500
## 21 1 Nhỏ hơn hoặc bằng 24500
## 22 1 Nhỏ hơn hoặc bằng 24500
## 23 1 Nhỏ hơn hoặc bằng 24500
## 24 1 Nhỏ hơn hoặc bằng 24500
## 25 1 Nhỏ hơn hoặc bằng 24500
## 26 1 Nhỏ hơn hoặc bằng 24500
## 27 2 Lớn hơn 24500
## 28 2 Lớn hơn 24500
## 29 2 Lớn hơn 24500
## 30 2 Lớn hơn 24500
## 31 2 Lớn hơn 24500
## 32 2 Lớn hơn 24500
## 33 2 Lớn hơn 24500
## 34 2 Lớn hơn 24500
## 35 2 Lớn hơn 24500
## 36 2 Lớn hơn 24500
## 37 2 Lớn hơn 24500
## 38 2 Lớn hơn 24500
## 39 2 Lớn hơn 24500
## 40 2 Lớn hơn 24500
## 41 2 Lớn hơn 24500
## 42 2 Lớn hơn 24500
## 43 2 Lớn hơn 24500
## 44 1 Nhỏ hơn hoặc bằng 24500
## 45 2 Lớn hơn 24500
## 46 2 Lớn hơn 24500
## 47 2 Lớn hơn 24500
## 48 2 Lớn hơn 24500
## 49 1 Nhỏ hơn hoặc bằng 24500
## 50 2 Lớn hơn 24500
## 51 2 Lớn hơn 24500
## 52 2 Lớn hơn 24500
## 53 2 Lớn hơn 24500
## 54 2 Lớn hơn 24500
## 55 2 Lớn hơn 24500
## 56 2 Lớn hơn 24500
## 57 2 Lớn hơn 24500
## 58 2 Lớn hơn 24500
## 59 2 Lớn hơn 24500
## 60 2 Lớn hơn 24500
## 61 2 Lớn hơn 24500
## 62 1 Nhỏ hơn hoặc bằng 24500
## 63 1 Nhỏ hơn hoặc bằng 24500
## 64 1 Nhỏ hơn hoặc bằng 24500
## 65 1 Nhỏ hơn hoặc bằng 24500
## 66 1 Nhỏ hơn hoặc bằng 24500
## 67 1 Nhỏ hơn hoặc bằng 24500
## 68 1 Nhỏ hơn hoặc bằng 24500
## 69 1 Nhỏ hơn hoặc bằng 24500
## 70 1 Nhỏ hơn hoặc bằng 24500
## 71 1 Nhỏ hơn hoặc bằng 24500
## 72 1 Nhỏ hơn hoặc bằng 24500
## 73 1 Nhỏ hơn hoặc bằng 24500
## 74 1 Nhỏ hơn hoặc bằng 24500
## 75 1 Nhỏ hơn hoặc bằng 24500
## 76 1 Nhỏ hơn hoặc bằng 24500
## 77 1 Nhỏ hơn hoặc bằng 24500
## 78 1 Nhỏ hơn hoặc bằng 24500
## 79 1 Nhỏ hơn hoặc bằng 24500
## 80 1 Nhỏ hơn hoặc bằng 24500
## 81 1 Nhỏ hơn hoặc bằng 24500
## 82 1 Nhỏ hơn hoặc bằng 24500
## 83 1 Nhỏ hơn hoặc bằng 24500
## 84 1 Nhỏ hơn hoặc bằng 24500
## 85 1 Nhỏ hơn hoặc bằng 24500
## 86 1 Nhỏ hơn hoặc bằng 24500
## 87 1 Nhỏ hơn hoặc bằng 24500
## 88 1 Nhỏ hơn hoặc bằng 24500
## 89 1 Nhỏ hơn hoặc bằng 24500
## 90 1 Nhỏ hơn hoặc bằng 24500
## 91 1 Nhỏ hơn hoặc bằng 24500
## 92 1 Nhỏ hơn hoặc bằng 24500
## 93 2 Lớn hơn 24500
## 94 1 Nhỏ hơn hoặc bằng 24500
## 95 1 Nhỏ hơn hoặc bằng 24500
## 96 1 Nhỏ hơn hoặc bằng 24500
## 97 1 Nhỏ hơn hoặc bằng 24500
## 98 1 Nhỏ hơn hoặc bằng 24500
## 99 1 Nhỏ hơn hoặc bằng 24500
## 100 1 Nhỏ hơn hoặc bằng 24500
## 101 1 Nhỏ hơn hoặc bằng 24500
## 102 1 Nhỏ hơn hoặc bằng 24500
## 103 2 Lớn hơn 24500
## 104 2 Lớn hơn 24500
## 105 1 Nhỏ hơn hoặc bằng 24500
## 106 1 Nhỏ hơn hoặc bằng 24500
## 107 1 Nhỏ hơn hoặc bằng 24500
## 108 1 Nhỏ hơn hoặc bằng 24500
## 109 1 Nhỏ hơn hoặc bằng 24500
## 110 1 Nhỏ hơn hoặc bằng 24500
## 111 1 Nhỏ hơn hoặc bằng 24500
## 112 1 Nhỏ hơn hoặc bằng 24500
## 113 2 Lớn hơn 24500
## 114 2 Lớn hơn 24500
## 115 2 Lớn hơn 24500
## 116 2 Lớn hơn 24500
## 117 2 Lớn hơn 24500
## 118 2 Lớn hơn 24500
## 119 2 Lớn hơn 24500
## 120 2 Lớn hơn 24500
## 121 2 Lớn hơn 24500
## 122 2 Lớn hơn 24500
## 123 2 Lớn hơn 24500
## 124 2 Lớn hơn 24500
## 125 2 Lớn hơn 24500
## 126 1 Nhỏ hơn hoặc bằng 24500
## 127 1 Nhỏ hơn hoặc bằng 24500
## 128 1 Nhỏ hơn hoặc bằng 24500
## 129 2 Lớn hơn 24500
## 130 2 Lớn hơn 24500
## 131 2 Lớn hơn 24500
## 132 2 Lớn hơn 24500
## 133 2 Lớn hơn 24500
## 134 2 Lớn hơn 24500
## 135 2 Lớn hơn 24500
## 136 2 Lớn hơn 24500
## 137 2 Lớn hơn 24500
## 138 2 Lớn hơn 24500
## 139 2 Lớn hơn 24500
## 140 2 Lớn hơn 24500
## 141 2 Lớn hơn 24500
## 142 2 Lớn hơn 24500
## 143 2 Lớn hơn 24500
## 144 2 Lớn hơn 24500
## 145 2 Lớn hơn 24500
## 146 2 Lớn hơn 24500
## 147 2 Lớn hơn 24500
## 148 2 Lớn hơn 24500
## 149 2 Lớn hơn 24500
## 150 2 Lớn hơn 24500
## 151 2 Lớn hơn 24500
## 152 2 Lớn hơn 24500
## 153 2 Lớn hơn 24500
## 154 2 Lớn hơn 24500
## 155 2 Lớn hơn 24500
## 156 2 Lớn hơn 24500
## 157 2 Lớn hơn 24500
## 158 2 Lớn hơn 24500
## 159 2 Lớn hơn 24500
## 160 2 Lớn hơn 24500
## 161 2 Lớn hơn 24500
## 162 2 Lớn hơn 24500
## 163 2 Lớn hơn 24500
## 164 2 Lớn hơn 24500
## 165 2 Lớn hơn 24500
## 166 2 Lớn hơn 24500
## 167 2 Lớn hơn 24500
## 168 2 Lớn hơn 24500
## 169 2 Lớn hơn 24500
## 170 2 Lớn hơn 24500
## 171 2 Lớn hơn 24500
## 172 2 Lớn hơn 24500
## 173 2 Lớn hơn 24500
## 174 2 Lớn hơn 24500
## 175 2 Lớn hơn 24500
## 176 2 Lớn hơn 24500
## 177 2 Lớn hơn 24500
## 178 2 Lớn hơn 24500
## 179 2 Lớn hơn 24500
## 180 2 Lớn hơn 24500
## 181 2 Lớn hơn 24500
## 182 2 Lớn hơn 24500
## 183 2 Lớn hơn 24500
## 184 2 Lớn hơn 24500
## 185 2 Lớn hơn 24500
## 186 2 Lớn hơn 24500
## 187 2 Lớn hơn 24500
## 188 2 Lớn hơn 24500
## 189 2 Lớn hơn 24500
## 190 2 Lớn hơn 24500
## 191 2 Lớn hơn 24500
## 192 2 Lớn hơn 24500
## 193 2 Lớn hơn 24500
## 194 2 Lớn hơn 24500
## 195 2 Lớn hơn 24500
## 196 2 Lớn hơn 24500
## 197 2 Lớn hơn 24500
## 198 2 Lớn hơn 24500
## 199 2 Lớn hơn 24500
## 200 2 Lớn hơn 24500
## 201 2 Lớn hơn 24500
## 202 2 Lớn hơn 24500
## 203 2 Lớn hơn 24500
## 204 2 Lớn hơn 24500
## 205 2 Lớn hơn 24500
## 206 2 Lớn hơn 24500
# PHÂN VÙNG VN30
VN30MH=VN30
VN30MH=replace(VN30MH,VN30<=1950,1)
VN30MH=replace(VN30MH,VN30>1950,2)
VN30code=data.frame(VN30,VN30MH)
VN30code
## VN30 VN30MH
## 1 1898.07 1
## 2 1886.20 1
## 3 1897.46 1
## 4 1916.36 1
## 5 1909.60 1
## 6 1923.55 1
## 7 1923.92 1
## 8 1933.56 1
## 9 1950.12 2
## 10 1971.99 2
## 11 1979.53 2
## 12 1975.50 2
## 13 1983.82 2
## 14 1973.02 2
## 15 1946.98 1
## 16 1924.29 1
## 17 1867.03 1
## 18 1869.84 1
## 19 1909.87 1
## 20 1897.95 1
## 21 1903.47 1
## 22 1933.28 1
## 23 1985.28 2
## 24 2012.87 2
## 25 1990.66 2
## 26 2009.70 2
## 27 2028.68 2
## 28 2055.96 2
## 29 2096.76 2
## 30 2074.03 2
## 31 2066.21 2
## 32 2080.24 2
## 33 2089.21 2
## 34 2067.10 2
## 35 2047.48 2
## 36 2080.35 2
## 37 2085.61 2
## 38 2080.38 2
## 39 2082.35 2
## 40 2077.76 2
## 41 2032.28 2
## 42 2019.88 2
## 43 1997.13 2
## 44 2018.98 2
## 45 2029.81 2
## 46 2004.31 2
## 47 1997.69 2
## 48 1988.19 2
## 49 1969.27 2
## 50 1943.60 1
## 51 1947.75 1
## 52 1951.58 2
## 53 2000.90 2
## 54 2016.47 2
## 55 2018.64 2
## 56 2039.80 2
## 57 2050.85 2
## 58 2049.64 2
## 59 2069.82 2
## 60 2061.75 2
## 61 2010.75 2
## 62 1959.35 2
## 63 1956.53 2
## 64 1942.76 1
## 65 1904.19 1
## 66 1780.71 1
## 67 1836.96 1
## 68 1889.94 1
## 69 1859.80 1
## 70 1853.60 1
## 71 1852.99 1
## 72 1873.65 1
## 73 1868.84 1
## 74 1854.19 1
## 75 1797.99 1
## 76 1741.05 1
## 77 1770.16 1
## 78 1814.73 1
## 79 1791.25 1
## 80 1821.53 1
## 81 1811.92 1
## 82 1829.59 1
## 83 1861.84 1
## 84 1852.99 1
## 85 1840.96 1
## 86 1931.01 1
## 87 1915.01 1
## 88 1928.23 1
## 89 1925.66 1
## 90 1946.55 1
## 91 1961.60 2
## 92 1979.19 2
## 93 1988.11 2
## 94 2009.04 2
## 95 2007.08 2
## 96 2025.41 2
## 97 2024.74 2
## 98 2011.42 2
## 99 2041.40 2
## 100 2022.75 2
## 101 2014.62 2
## 102 2032.30 2
## 103 2053.41 2
## 104 2079.10 2
## 105 2074.06 2
## 106 2040.51 2
## 107 2053.97 2
## 108 2043.51 2
## 109 2068.62 2
## 110 2050.58 2
## 111 2046.37 2
## 112 2027.45 2
## 113 2028.94 2
## 114 2027.51 2
## 115 2010.93 2
## 116 2027.90 2
## 117 2022.46 2
## 118 1999.82 2
## 119 1997.06 2
## 120 1989.71 2
## 121 1972.99 2
## 122 1974.60 2
## 123 1982.29 2
## 124 1986.28 2
## 125 1936.81 1
## 126 1951.92 2
## 127 1960.97 2
## 128 1947.28 1
## 129 1944.36 1
## 130 1962.48 2
## 131 1960.19 2
## 132 1957.17 2
## 133 1967.22 2
## 134 1980.13 2
## 135 1995.12 2
## 136 2010.15 2
## 137 2004.62 2
## 138 2008.57 2
## 139 2004.29 2
## 140 1995.71 2
## 141 2013.35 2
## 142 2009.04 2
## 143 1991.11 2
## 144 1995.91 2
## 145 1998.44 2
## 146 1987.11 2
## 147 1970.82 2
## 148 1939.84 1
## 149 1946.06 1
## 150 1916.05 1
## 151 1941.65 1
## 152 1931.65 1
## 153 1887.32 1
## 154 1881.32 1
## 155 1826.90 1
## 156 1845.32 1
## 157 1829.36 1
## 158 1806.50 1
## 159 1824.35 1
## 160 1849.12 1
## 161 1886.27 1
## 162 1872.07 1
## 163 1917.69 1
## 164 1927.35 1
## 165 1916.88 1
## 166 1902.79 1
## 167 1911.09 1
## 168 1925.18 1
## 169 1922.53 1
## 170 1936.46 1
## 171 1909.23 1
## 172 1876.81 1
## 173 1877.68 1
## 174 1876.14 1
## 175 1875.73 1
## 176 1887.06 1
## 177 1927.79 1
## 178 1942.00 1
## 179 1936.15 1
## 180 1970.01 2
## 181 1979.23 2
## 182 1982.96 2
## 183 1984.89 2
## 184 1968.52 2
## 185 1967.64 2
## 186 1976.82 2
## 187 1936.69 1
## 188 1928.57 1
## 189 1951.14 2
## 190 1954.29 2
## 191 1975.01 2
## 192 1964.17 2
## 193 1953.26 2
## 194 1965.36 2
## 195 1954.91 2
## 196 1932.15 1
## 197 1938.50 1
## 198 1922.42 1
## 199 1914.35 1
## 200 1906.81 1
## 201 1890.57 1
## 202 1875.99 1
## 203 1894.46 1
## 204 1898.82 1
## 205 1894.20 1
## 206 1877.00 1
# MÃ HÓA VN30
VN301=VN30MH
VN301=replace(VN301,VN30MH==1,"Nhỏ hơn hoặc bằng 1950")
VN301=replace(VN301,VN30MH==2,"Lớn hơn 1950")
VN301code=data.frame(VN30MH,VN301)
VN301code
## VN30MH VN301
## 1 1 Nhỏ hơn hoặc bằng 1950
## 2 1 Nhỏ hơn hoặc bằng 1950
## 3 1 Nhỏ hơn hoặc bằng 1950
## 4 1 Nhỏ hơn hoặc bằng 1950
## 5 1 Nhỏ hơn hoặc bằng 1950
## 6 1 Nhỏ hơn hoặc bằng 1950
## 7 1 Nhỏ hơn hoặc bằng 1950
## 8 1 Nhỏ hơn hoặc bằng 1950
## 9 2 Lớn hơn 1950
## 10 2 Lớn hơn 1950
## 11 2 Lớn hơn 1950
## 12 2 Lớn hơn 1950
## 13 2 Lớn hơn 1950
## 14 2 Lớn hơn 1950
## 15 1 Nhỏ hơn hoặc bằng 1950
## 16 1 Nhỏ hơn hoặc bằng 1950
## 17 1 Nhỏ hơn hoặc bằng 1950
## 18 1 Nhỏ hơn hoặc bằng 1950
## 19 1 Nhỏ hơn hoặc bằng 1950
## 20 1 Nhỏ hơn hoặc bằng 1950
## 21 1 Nhỏ hơn hoặc bằng 1950
## 22 1 Nhỏ hơn hoặc bằng 1950
## 23 2 Lớn hơn 1950
## 24 2 Lớn hơn 1950
## 25 2 Lớn hơn 1950
## 26 2 Lớn hơn 1950
## 27 2 Lớn hơn 1950
## 28 2 Lớn hơn 1950
## 29 2 Lớn hơn 1950
## 30 2 Lớn hơn 1950
## 31 2 Lớn hơn 1950
## 32 2 Lớn hơn 1950
## 33 2 Lớn hơn 1950
## 34 2 Lớn hơn 1950
## 35 2 Lớn hơn 1950
## 36 2 Lớn hơn 1950
## 37 2 Lớn hơn 1950
## 38 2 Lớn hơn 1950
## 39 2 Lớn hơn 1950
## 40 2 Lớn hơn 1950
## 41 2 Lớn hơn 1950
## 42 2 Lớn hơn 1950
## 43 2 Lớn hơn 1950
## 44 2 Lớn hơn 1950
## 45 2 Lớn hơn 1950
## 46 2 Lớn hơn 1950
## 47 2 Lớn hơn 1950
## 48 2 Lớn hơn 1950
## 49 2 Lớn hơn 1950
## 50 1 Nhỏ hơn hoặc bằng 1950
## 51 1 Nhỏ hơn hoặc bằng 1950
## 52 2 Lớn hơn 1950
## 53 2 Lớn hơn 1950
## 54 2 Lớn hơn 1950
## 55 2 Lớn hơn 1950
## 56 2 Lớn hơn 1950
## 57 2 Lớn hơn 1950
## 58 2 Lớn hơn 1950
## 59 2 Lớn hơn 1950
## 60 2 Lớn hơn 1950
## 61 2 Lớn hơn 1950
## 62 2 Lớn hơn 1950
## 63 2 Lớn hơn 1950
## 64 1 Nhỏ hơn hoặc bằng 1950
## 65 1 Nhỏ hơn hoặc bằng 1950
## 66 1 Nhỏ hơn hoặc bằng 1950
## 67 1 Nhỏ hơn hoặc bằng 1950
## 68 1 Nhỏ hơn hoặc bằng 1950
## 69 1 Nhỏ hơn hoặc bằng 1950
## 70 1 Nhỏ hơn hoặc bằng 1950
## 71 1 Nhỏ hơn hoặc bằng 1950
## 72 1 Nhỏ hơn hoặc bằng 1950
## 73 1 Nhỏ hơn hoặc bằng 1950
## 74 1 Nhỏ hơn hoặc bằng 1950
## 75 1 Nhỏ hơn hoặc bằng 1950
## 76 1 Nhỏ hơn hoặc bằng 1950
## 77 1 Nhỏ hơn hoặc bằng 1950
## 78 1 Nhỏ hơn hoặc bằng 1950
## 79 1 Nhỏ hơn hoặc bằng 1950
## 80 1 Nhỏ hơn hoặc bằng 1950
## 81 1 Nhỏ hơn hoặc bằng 1950
## 82 1 Nhỏ hơn hoặc bằng 1950
## 83 1 Nhỏ hơn hoặc bằng 1950
## 84 1 Nhỏ hơn hoặc bằng 1950
## 85 1 Nhỏ hơn hoặc bằng 1950
## 86 1 Nhỏ hơn hoặc bằng 1950
## 87 1 Nhỏ hơn hoặc bằng 1950
## 88 1 Nhỏ hơn hoặc bằng 1950
## 89 1 Nhỏ hơn hoặc bằng 1950
## 90 1 Nhỏ hơn hoặc bằng 1950
## 91 2 Lớn hơn 1950
## 92 2 Lớn hơn 1950
## 93 2 Lớn hơn 1950
## 94 2 Lớn hơn 1950
## 95 2 Lớn hơn 1950
## 96 2 Lớn hơn 1950
## 97 2 Lớn hơn 1950
## 98 2 Lớn hơn 1950
## 99 2 Lớn hơn 1950
## 100 2 Lớn hơn 1950
## 101 2 Lớn hơn 1950
## 102 2 Lớn hơn 1950
## 103 2 Lớn hơn 1950
## 104 2 Lớn hơn 1950
## 105 2 Lớn hơn 1950
## 106 2 Lớn hơn 1950
## 107 2 Lớn hơn 1950
## 108 2 Lớn hơn 1950
## 109 2 Lớn hơn 1950
## 110 2 Lớn hơn 1950
## 111 2 Lớn hơn 1950
## 112 2 Lớn hơn 1950
## 113 2 Lớn hơn 1950
## 114 2 Lớn hơn 1950
## 115 2 Lớn hơn 1950
## 116 2 Lớn hơn 1950
## 117 2 Lớn hơn 1950
## 118 2 Lớn hơn 1950
## 119 2 Lớn hơn 1950
## 120 2 Lớn hơn 1950
## 121 2 Lớn hơn 1950
## 122 2 Lớn hơn 1950
## 123 2 Lớn hơn 1950
## 124 2 Lớn hơn 1950
## 125 1 Nhỏ hơn hoặc bằng 1950
## 126 2 Lớn hơn 1950
## 127 2 Lớn hơn 1950
## 128 1 Nhỏ hơn hoặc bằng 1950
## 129 1 Nhỏ hơn hoặc bằng 1950
## 130 2 Lớn hơn 1950
## 131 2 Lớn hơn 1950
## 132 2 Lớn hơn 1950
## 133 2 Lớn hơn 1950
## 134 2 Lớn hơn 1950
## 135 2 Lớn hơn 1950
## 136 2 Lớn hơn 1950
## 137 2 Lớn hơn 1950
## 138 2 Lớn hơn 1950
## 139 2 Lớn hơn 1950
## 140 2 Lớn hơn 1950
## 141 2 Lớn hơn 1950
## 142 2 Lớn hơn 1950
## 143 2 Lớn hơn 1950
## 144 2 Lớn hơn 1950
## 145 2 Lớn hơn 1950
## 146 2 Lớn hơn 1950
## 147 2 Lớn hơn 1950
## 148 1 Nhỏ hơn hoặc bằng 1950
## 149 1 Nhỏ hơn hoặc bằng 1950
## 150 1 Nhỏ hơn hoặc bằng 1950
## 151 1 Nhỏ hơn hoặc bằng 1950
## 152 1 Nhỏ hơn hoặc bằng 1950
## 153 1 Nhỏ hơn hoặc bằng 1950
## 154 1 Nhỏ hơn hoặc bằng 1950
## 155 1 Nhỏ hơn hoặc bằng 1950
## 156 1 Nhỏ hơn hoặc bằng 1950
## 157 1 Nhỏ hơn hoặc bằng 1950
## 158 1 Nhỏ hơn hoặc bằng 1950
## 159 1 Nhỏ hơn hoặc bằng 1950
## 160 1 Nhỏ hơn hoặc bằng 1950
## 161 1 Nhỏ hơn hoặc bằng 1950
## 162 1 Nhỏ hơn hoặc bằng 1950
## 163 1 Nhỏ hơn hoặc bằng 1950
## 164 1 Nhỏ hơn hoặc bằng 1950
## 165 1 Nhỏ hơn hoặc bằng 1950
## 166 1 Nhỏ hơn hoặc bằng 1950
## 167 1 Nhỏ hơn hoặc bằng 1950
## 168 1 Nhỏ hơn hoặc bằng 1950
## 169 1 Nhỏ hơn hoặc bằng 1950
## 170 1 Nhỏ hơn hoặc bằng 1950
## 171 1 Nhỏ hơn hoặc bằng 1950
## 172 1 Nhỏ hơn hoặc bằng 1950
## 173 1 Nhỏ hơn hoặc bằng 1950
## 174 1 Nhỏ hơn hoặc bằng 1950
## 175 1 Nhỏ hơn hoặc bằng 1950
## 176 1 Nhỏ hơn hoặc bằng 1950
## 177 1 Nhỏ hơn hoặc bằng 1950
## 178 1 Nhỏ hơn hoặc bằng 1950
## 179 1 Nhỏ hơn hoặc bằng 1950
## 180 2 Lớn hơn 1950
## 181 2 Lớn hơn 1950
## 182 2 Lớn hơn 1950
## 183 2 Lớn hơn 1950
## 184 2 Lớn hơn 1950
## 185 2 Lớn hơn 1950
## 186 2 Lớn hơn 1950
## 187 1 Nhỏ hơn hoặc bằng 1950
## 188 1 Nhỏ hơn hoặc bằng 1950
## 189 2 Lớn hơn 1950
## 190 2 Lớn hơn 1950
## 191 2 Lớn hơn 1950
## 192 2 Lớn hơn 1950
## 193 2 Lớn hơn 1950
## 194 2 Lớn hơn 1950
## 195 2 Lớn hơn 1950
## 196 1 Nhỏ hơn hoặc bằng 1950
## 197 1 Nhỏ hơn hoặc bằng 1950
## 198 1 Nhỏ hơn hoặc bằng 1950
## 199 1 Nhỏ hơn hoặc bằng 1950
## 200 1 Nhỏ hơn hoặc bằng 1950
## 201 1 Nhỏ hơn hoặc bằng 1950
## 202 1 Nhỏ hơn hoặc bằng 1950
## 203 1 Nhỏ hơn hoặc bằng 1950
## 204 1 Nhỏ hơn hoặc bằng 1950
## 205 1 Nhỏ hơn hoặc bằng 1950
## 206 1 Nhỏ hơn hoặc bằng 1950
# PHÂN VÙNG S.P500
S.P500MH=S.P500
S.P500MH=replace(S.P500MH,S.P500<=7000,1)
S.P500MH=replace(S.P500MH,S.P500>7000,2)
S.P500code=data.frame(S.P500,S.P500MH)
S.P500code
## S.P500 S.P500MH
## 1 6617.32 1
## 2 6642.16 1
## 3 6538.76 1
## 4 6705.12 1
## 5 6765.88 1
## 6 6812.61 1
## 7 6849.09 1
## 8 6812.63 1
## 9 6829.37 1
## 10 6849.72 1
## 11 6857.12 1
## 12 6870.40 1
## 13 6846.51 1
## 14 6840.51 1
## 15 6886.68 1
## 16 6901.00 1
## 17 6827.41 1
## 18 6816.51 1
## 19 6800.26 1
## 20 6721.43 1
## 21 6774.76 1
## 22 6834.50 1
## 23 6878.49 1
## 24 6909.79 1
## 25 6905.74 1
## 26 6896.24 1
## 27 6902.05 1
## 28 6944.82 1
## 29 6920.93 1
## 30 6921.46 1
## 31 6966.28 1
## 32 6977.27 1
## 33 6963.74 1
## 34 6926.60 1
## 35 6944.47 1
## 36 6940.01 1
## 37 6796.86 1
## 38 6875.62 1
## 39 6913.35 1
## 40 6915.61 1
## 41 6950.23 1
## 42 6978.60 1
## 43 6978.03 1
## 44 6969.01 1
## 45 6939.03 1
## 46 6976.44 1
## 47 6917.81 1
## 48 6882.72 1
## 49 6798.40 1
## 50 6932.30 1
## 51 6964.82 1
## 52 6941.81 1
## 53 6941.47 1
## 54 6832.76 1
## 55 6836.17 1
## 56 6837.75 1
## 57 6890.07 1
## 58 6946.13 1
## 59 6908.86 1
## 60 6878.88 1
## 61 6881.62 1
## 62 6816.63 1
## 63 6869.50 1
## 64 6830.71 1
## 65 6740.02 1
## 66 6795.99 1
## 67 6781.48 1
## 68 6775.80 1
## 69 6672.62 1
## 70 6632.19 1
## 71 6699.38 1
## 72 6716.09 1
## 73 6624.70 1
## 74 6606.49 1
## 75 6506.48 1
## 76 6581.00 1
## 77 6556.37 1
## 78 6591.90 1
## 79 6477.16 1
## 80 6368.85 1
## 81 6343.72 1
## 82 6528.52 1
## 83 6575.32 1
## 84 6582.69 1
## 85 6616.85 1
## 86 6782.81 1
## 87 6824.66 1
## 88 6816.89 1
## 89 6886.24 1
## 90 6967.38 1
## 91 7022.95 2
## 92 7041.28 2
## 93 7126.06 2
## 94 7109.14 2
## 95 7064.01 2
## 96 7137.90 2
## 97 7108.40 2
## 98 7165.08 2
## 99 7138.80 2
## 100 7135.95 2
## 101 7200.75 2
## 102 7259.22 2
## 103 7365.12 2
## 104 7337.11 2
## 105 7398.93 2
## 106 7412.84 2
## 107 7400.96 2
## 108 7444.25 2
## 109 7501.24 2
## 110 7408.50 2
## 111 7403.05 2
## 112 7353.61 2
## 113 7432.97 2
## 114 7445.72 2
## 115 7473.47 2
## 116 7519.12 2
## 117 7520.36 2
## 118 7563.63 2
## 119 7580.06 2
## 120 7599.96 2
## 121 7609.78 2
## 122 7553.68 2
## 123 7584.31 2
## 124 7383.74 2
## 125 7405.73 2
## 126 7386.65 2
## 127 7266.99 2
## 128 7394.30 2
## 129 7431.46 2
## 130 7554.29 2
## 131 7511.35 2
## 132 7420.10 2
## 133 7500.58 2
## 134 7472.79 2
## 135 7365.46 2
## 136 7358.22 2
## 137 7357.49 2
## 138 7354.02 2
## 139 7440.43 2
## 140 7499.36 2
## 141 7483.23 2
## 142 7483.24 2
## 143 7537.43 2
## 144 7503.85 2
## 145 7482.71 2
## 146 7543.64 2
## 147 7575.39 2
## 148 7515.34 2
## 149 7543.59 2
## 150 7572.40 2
## 151 7533.77 2
## 152 7457.69 2
## 153 7443.28 2
## 154 7509.20 2
## 155 7498.96 2
## 156 7408.30 2
## 157 7411.98 2
## 158 7413.18 2
## 159 7428.78 2
## 160 7316.15 2
## 161 7437.63 2
## 162 7489.72 2
## 163 7600.50 2
## 164 7736.52 2
## 165 7723.55 2
## 166 7709.96 2
## 167 7757.64 2
## 168 7753.11 2
## 169 7728.20 2
## 170 7748.50 2
## 171 7798.99 2
## 172 7785.76 2
## 173 7745.06 2
## 174 7691.76 2
## 175 7707.98 2
## 176 7641.16 2
## 177 7674.37 2
## 178 7652.86 2
## 179 7677.28 2
## 180 7675.70 2
## 181 7730.99 2
## 182 7711.76 2
## 183 7718.60 2
## 184 7673.52 2
## 185 7636.36 2
## 186 7591.70 2
## 187 7656.98 2
## 188 7619.98 2
## 189 7585.73 2
## 190 7551.81 2
## 191 7637.76 2
## 192 7650.50 2
## 193 7764.70 2
## 194 7764.64 2
## 195 7706.03 2
## 196 7704.13 2
## 197 7743.41 2
## 198 7683.69 2
## 199 7670.84 2
## 200 7651.54 2
## 201 7666.45 2
## 202 7722.72 2
## 203 7773.95 2
## 204 7818.93 2
## 205 7801.77 2
## 206 7765.36 2
# MÃ HÓA S.P500
S.P500MHMH=S.P500MH
S.P500MHMH=replace(S.P500MHMH,S.P500MH==1,"Bé hơn hoặc bằng 7000")
S.P500MHMH=replace(S.P500MHMH,S.P500MH==2,"Lớn hơn 7000")
S.P5001=data.frame(S.P500MH,S.P500MHMH)
S.P5001
## S.P500MH S.P500MHMH
## 1 1 Bé hơn hoặc bằng 7000
## 2 1 Bé hơn hoặc bằng 7000
## 3 1 Bé hơn hoặc bằng 7000
## 4 1 Bé hơn hoặc bằng 7000
## 5 1 Bé hơn hoặc bằng 7000
## 6 1 Bé hơn hoặc bằng 7000
## 7 1 Bé hơn hoặc bằng 7000
## 8 1 Bé hơn hoặc bằng 7000
## 9 1 Bé hơn hoặc bằng 7000
## 10 1 Bé hơn hoặc bằng 7000
## 11 1 Bé hơn hoặc bằng 7000
## 12 1 Bé hơn hoặc bằng 7000
## 13 1 Bé hơn hoặc bằng 7000
## 14 1 Bé hơn hoặc bằng 7000
## 15 1 Bé hơn hoặc bằng 7000
## 16 1 Bé hơn hoặc bằng 7000
## 17 1 Bé hơn hoặc bằng 7000
## 18 1 Bé hơn hoặc bằng 7000
## 19 1 Bé hơn hoặc bằng 7000
## 20 1 Bé hơn hoặc bằng 7000
## 21 1 Bé hơn hoặc bằng 7000
## 22 1 Bé hơn hoặc bằng 7000
## 23 1 Bé hơn hoặc bằng 7000
## 24 1 Bé hơn hoặc bằng 7000
## 25 1 Bé hơn hoặc bằng 7000
## 26 1 Bé hơn hoặc bằng 7000
## 27 1 Bé hơn hoặc bằng 7000
## 28 1 Bé hơn hoặc bằng 7000
## 29 1 Bé hơn hoặc bằng 7000
## 30 1 Bé hơn hoặc bằng 7000
## 31 1 Bé hơn hoặc bằng 7000
## 32 1 Bé hơn hoặc bằng 7000
## 33 1 Bé hơn hoặc bằng 7000
## 34 1 Bé hơn hoặc bằng 7000
## 35 1 Bé hơn hoặc bằng 7000
## 36 1 Bé hơn hoặc bằng 7000
## 37 1 Bé hơn hoặc bằng 7000
## 38 1 Bé hơn hoặc bằng 7000
## 39 1 Bé hơn hoặc bằng 7000
## 40 1 Bé hơn hoặc bằng 7000
## 41 1 Bé hơn hoặc bằng 7000
## 42 1 Bé hơn hoặc bằng 7000
## 43 1 Bé hơn hoặc bằng 7000
## 44 1 Bé hơn hoặc bằng 7000
## 45 1 Bé hơn hoặc bằng 7000
## 46 1 Bé hơn hoặc bằng 7000
## 47 1 Bé hơn hoặc bằng 7000
## 48 1 Bé hơn hoặc bằng 7000
## 49 1 Bé hơn hoặc bằng 7000
## 50 1 Bé hơn hoặc bằng 7000
## 51 1 Bé hơn hoặc bằng 7000
## 52 1 Bé hơn hoặc bằng 7000
## 53 1 Bé hơn hoặc bằng 7000
## 54 1 Bé hơn hoặc bằng 7000
## 55 1 Bé hơn hoặc bằng 7000
## 56 1 Bé hơn hoặc bằng 7000
## 57 1 Bé hơn hoặc bằng 7000
## 58 1 Bé hơn hoặc bằng 7000
## 59 1 Bé hơn hoặc bằng 7000
## 60 1 Bé hơn hoặc bằng 7000
## 61 1 Bé hơn hoặc bằng 7000
## 62 1 Bé hơn hoặc bằng 7000
## 63 1 Bé hơn hoặc bằng 7000
## 64 1 Bé hơn hoặc bằng 7000
## 65 1 Bé hơn hoặc bằng 7000
## 66 1 Bé hơn hoặc bằng 7000
## 67 1 Bé hơn hoặc bằng 7000
## 68 1 Bé hơn hoặc bằng 7000
## 69 1 Bé hơn hoặc bằng 7000
## 70 1 Bé hơn hoặc bằng 7000
## 71 1 Bé hơn hoặc bằng 7000
## 72 1 Bé hơn hoặc bằng 7000
## 73 1 Bé hơn hoặc bằng 7000
## 74 1 Bé hơn hoặc bằng 7000
## 75 1 Bé hơn hoặc bằng 7000
## 76 1 Bé hơn hoặc bằng 7000
## 77 1 Bé hơn hoặc bằng 7000
## 78 1 Bé hơn hoặc bằng 7000
## 79 1 Bé hơn hoặc bằng 7000
## 80 1 Bé hơn hoặc bằng 7000
## 81 1 Bé hơn hoặc bằng 7000
## 82 1 Bé hơn hoặc bằng 7000
## 83 1 Bé hơn hoặc bằng 7000
## 84 1 Bé hơn hoặc bằng 7000
## 85 1 Bé hơn hoặc bằng 7000
## 86 1 Bé hơn hoặc bằng 7000
## 87 1 Bé hơn hoặc bằng 7000
## 88 1 Bé hơn hoặc bằng 7000
## 89 1 Bé hơn hoặc bằng 7000
## 90 1 Bé hơn hoặc bằng 7000
## 91 2 Lớn hơn 7000
## 92 2 Lớn hơn 7000
## 93 2 Lớn hơn 7000
## 94 2 Lớn hơn 7000
## 95 2 Lớn hơn 7000
## 96 2 Lớn hơn 7000
## 97 2 Lớn hơn 7000
## 98 2 Lớn hơn 7000
## 99 2 Lớn hơn 7000
## 100 2 Lớn hơn 7000
## 101 2 Lớn hơn 7000
## 102 2 Lớn hơn 7000
## 103 2 Lớn hơn 7000
## 104 2 Lớn hơn 7000
## 105 2 Lớn hơn 7000
## 106 2 Lớn hơn 7000
## 107 2 Lớn hơn 7000
## 108 2 Lớn hơn 7000
## 109 2 Lớn hơn 7000
## 110 2 Lớn hơn 7000
## 111 2 Lớn hơn 7000
## 112 2 Lớn hơn 7000
## 113 2 Lớn hơn 7000
## 114 2 Lớn hơn 7000
## 115 2 Lớn hơn 7000
## 116 2 Lớn hơn 7000
## 117 2 Lớn hơn 7000
## 118 2 Lớn hơn 7000
## 119 2 Lớn hơn 7000
## 120 2 Lớn hơn 7000
## 121 2 Lớn hơn 7000
## 122 2 Lớn hơn 7000
## 123 2 Lớn hơn 7000
## 124 2 Lớn hơn 7000
## 125 2 Lớn hơn 7000
## 126 2 Lớn hơn 7000
## 127 2 Lớn hơn 7000
## 128 2 Lớn hơn 7000
## 129 2 Lớn hơn 7000
## 130 2 Lớn hơn 7000
## 131 2 Lớn hơn 7000
## 132 2 Lớn hơn 7000
## 133 2 Lớn hơn 7000
## 134 2 Lớn hơn 7000
## 135 2 Lớn hơn 7000
## 136 2 Lớn hơn 7000
## 137 2 Lớn hơn 7000
## 138 2 Lớn hơn 7000
## 139 2 Lớn hơn 7000
## 140 2 Lớn hơn 7000
## 141 2 Lớn hơn 7000
## 142 2 Lớn hơn 7000
## 143 2 Lớn hơn 7000
## 144 2 Lớn hơn 7000
## 145 2 Lớn hơn 7000
## 146 2 Lớn hơn 7000
## 147 2 Lớn hơn 7000
## 148 2 Lớn hơn 7000
## 149 2 Lớn hơn 7000
## 150 2 Lớn hơn 7000
## 151 2 Lớn hơn 7000
## 152 2 Lớn hơn 7000
## 153 2 Lớn hơn 7000
## 154 2 Lớn hơn 7000
## 155 2 Lớn hơn 7000
## 156 2 Lớn hơn 7000
## 157 2 Lớn hơn 7000
## 158 2 Lớn hơn 7000
## 159 2 Lớn hơn 7000
## 160 2 Lớn hơn 7000
## 161 2 Lớn hơn 7000
## 162 2 Lớn hơn 7000
## 163 2 Lớn hơn 7000
## 164 2 Lớn hơn 7000
## 165 2 Lớn hơn 7000
## 166 2 Lớn hơn 7000
## 167 2 Lớn hơn 7000
## 168 2 Lớn hơn 7000
## 169 2 Lớn hơn 7000
## 170 2 Lớn hơn 7000
## 171 2 Lớn hơn 7000
## 172 2 Lớn hơn 7000
## 173 2 Lớn hơn 7000
## 174 2 Lớn hơn 7000
## 175 2 Lớn hơn 7000
## 176 2 Lớn hơn 7000
## 177 2 Lớn hơn 7000
## 178 2 Lớn hơn 7000
## 179 2 Lớn hơn 7000
## 180 2 Lớn hơn 7000
## 181 2 Lớn hơn 7000
## 182 2 Lớn hơn 7000
## 183 2 Lớn hơn 7000
## 184 2 Lớn hơn 7000
## 185 2 Lớn hơn 7000
## 186 2 Lớn hơn 7000
## 187 2 Lớn hơn 7000
## 188 2 Lớn hơn 7000
## 189 2 Lớn hơn 7000
## 190 2 Lớn hơn 7000
## 191 2 Lớn hơn 7000
## 192 2 Lớn hơn 7000
## 193 2 Lớn hơn 7000
## 194 2 Lớn hơn 7000
## 195 2 Lớn hơn 7000
## 196 2 Lớn hơn 7000
## 197 2 Lớn hơn 7000
## 198 2 Lớn hơn 7000
## 199 2 Lớn hơn 7000
## 200 2 Lớn hơn 7000
## 201 2 Lớn hơn 7000
## 202 2 Lớn hơn 7000
## 203 2 Lớn hơn 7000
## 204 2 Lớn hơn 7000
## 205 2 Lớn hơn 7000
## 206 2 Lớn hơn 7000
#Nhận xét: Ba chỉ số DAX, VN30 và S&P 500 đều được phân vùng thành 2 nhóm dựa trên ngưỡng giá trị đã chọn.
#Cụ thể, DAX lấy ngưỡng 24.500, VN30 lấy ngưỡng 1.950 và S&P 500 lấy ngưỡng 7.000.
#Các giá trị nhỏ hơn hoặc bằng ngưỡng được mã hóa là 1, các giá trị lớn hơn ngưỡng được mã hóa là 2.
#Việc phân vùng và mã hóa giúp dữ liệu dễ dàng thống kê và phân tích hơn.
# CÂU C
# THỐNG KÊ RATIO SCALE
library(psych)
chiso1=data.frame(DAX,VN30,S.P500)
describe(chiso1)
## vars n mean sd median trimmed mad min max
## DAX 1 206 24708.73 896.34 24849.69 24731.21 831.91 22300.75 26569.99
## VN30 2 206 1955.62 72.80 1959.77 1958.03 74.54 1741.05 2096.76
## S.P500 3 206 7206.67 391.86 7291.57 7216.94 545.24 6343.72 7818.93
## range skew kurtosis se
## DAX 4269.24 -0.30 -0.11 62.45
## VN30 355.71 -0.32 -0.34 5.07
## S.P500 1475.21 -0.13 -1.35 27.30
#Thống kê các biến chỉ số Ordinal Scale
library(psych)
chiso2=data.frame(DAX,VN30,S.P500)
describe(chiso2)
## vars n mean sd median trimmed mad min max
## DAX 1 206 24708.73 896.34 24849.69 24731.21 831.91 22300.75 26569.99
## VN30 2 206 1955.62 72.80 1959.77 1958.03 74.54 1741.05 2096.76
## S.P500 3 206 7206.67 391.86 7291.57 7216.94 545.24 6343.72 7818.93
## range skew kurtosis se
## DAX 4269.24 -0.30 -0.11 62.45
## VN30 355.71 -0.32 -0.34 5.07
## S.P500 1475.21 -0.13 -1.35 27.30
# Nhận xét
#DAX: Giá trị trung bình là 24.709, trung vị 24.736; giá trị nhỏ nhất 22.300,8 và lớn nhất 26.570.
#VN30: Giá trị trung bình là 1.956, trung vị 1.958; giá trị nhỏ nhất 1.741,05 và lớn nhất 2.096,76.
#S.P500: Giá trị trung bình và trung vị đều là 7.207; giá trị nhỏ nhất 6.343,72 và lớn nhất 7.818,93.
## Thống kê các biến chỉ số Ordinal Scale
## CÂU D
### Dạng Ordinal Scale
## Đồ thị cột DAX
DAX.freq<-table(DAX1)
DAX.freq
## DAX1
## Lớn hơn 24500 Nhỏ hơn hoặc bằng 24500
## 127 79
barplot(DAX.freq,xlab="Nhóm mã hoá",ylab="Số lượng",main="Biểu đồ cột biến DAX",col=c("lightgreen","lightyellow"))
## Đồ thị cột VN30
VN30.freq<-table(VN301)
VN30.freq
## VN301
## Lớn hơn 1950 Nhỏ hơn hoặc bằng 1950
## 113 93
barplot(VN30.freq,xlab="Nhóm mã hoá",ylab="Số lượng",main="Biểu đồ cột biến VN30",col=c("salmon","lightblue"))
## Đồ thị cột S.P500
S.P500.freq<-table(S.P5001)
S.P500.freq
## S.P500MHMH
## S.P500MH Bé hơn hoặc bằng 7000 Lớn hơn 7000
## 1 90 0
## 2 0 116
barplot(S.P500.freq,xlab="Nhóm mã hoá",ylab="Số lượng",main="Biểu đồ cột biến S.P500",col=c("salmon","lightyellow"))
## Đồ thị tròn DAX
pie(table(DAX1),col=c("lightgreen","lightyellow"),main="Biểu đồ tròn biến DAX")
## Đồ thị tròn VN30
pie(table(VN301),col=c("lavender","lemonchiffon"),main="Biểu đồ tròn VN30")
## Đồ thị tròn S.P500
pie(table(S.P5001),col=c("lightblue","lightpink"),main="Biểu đồ tròn biến S.P500")
### Dạng Ratio Scale
## 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")
## 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")
## Đồ thị đường S.P500
plot(STT, S.P500, type = "o", xlab = "Ngày thứ", ylab="Giá trị chỉ số",pch=10, main="Biểu đồ đường biến S.P500")
# Nhận xét
# Biểu đồ cột
#DAX: Nhóm giá trị lớn hơn 24.500 có số lượng quan sát nhiều hơn nhóm còn lại.
#VN30: Nhóm giá trị lớn hơn 1.950 có 113 quan sát, nhóm còn lại có 93 quan sát.
#S.P500: Nhóm giá trị bé hơn hoặc bằng 7.000 có 90 quan sát, nhóm lớn hơn 7.000 có 116 quan sát.
# Biểu đồ tròn
#DAX: Nhóm "Lớn hơn 24500" chiếm ưu thế với 61.65% (127 quan sát).
#VN30: Nhóm "Lớn hơn 1950" chiếm đa số với 54.85% (113 quan sát).
#S.P500: Nhóm "Lớn hơn 7000" chiếm đa số với 56.31% (116 quan sát).
## Nhận xét biểu đồ đường (Ratio Scale)
#DAX:Diễn biến giá trị chỉ số DAX theo thời gian (206 ngày) có xu hướng biến động mạnh, xuất hiện các đợt tăng/giảm đan xen rõ rệt trong suốt chuỗi thời gian
#VN30: Chỉ số VN30 có sự dao động lớn: Trong giai đoạn đầu có xu hướng tăng và đạt đỉnh ở khoảng ngày thứ 50–100, sau đó sụt giảm và biến động liên tục ở giai đoạn sau.
#S.P500:Chỉ số S.P500 thể hiện xu hướng tăng trưởng chung (uptrend) rõ rệt theo thời gian: Mặc dù có các đợt điều chỉnh giảm nhẹ, giá trị chỉ số tăng dần từ mức khoảng 6500 ở những ngày đầu lên mức cao nhất ở giai đoạn cuối chuỗi thời gian.
## CÂU E PHÂN TÍCH TƯƠNG QUAN
library(psych)
vars=cbind(DAX,VN30,S.P500)
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$r
## DAX VN30 S.P500
## DAX 1.0000000 0.2753197 0.8032363
## VN30 0.2753197 1.0000000 0.1065229
## S.P500 0.8032363 0.1065229 1.0000000
result$P
## DAX VN30 S.P500
## DAX NA 6.196053e-05 0.000000
## VN30 6.196053e-05 NA 0.127527
## S.P500 0.000000e+00 1.275270e-01 NA
# nhận xét:biến ftb có mối tương quan dương với Atb,Btb,Ctb,Dtb,Etb vì hệ số tương quan Pearson của mối quan hệ này > 0
# Mối tương quan giữa Ftb và các biến Atb,Btb,Ctb,Dtb,Etb có ý nghĩa thống kê vì giá trị Sig. (P-Value) của các mối quan hệ này nhỏ hơn 5%
## CÂU F MÔ HÌNH HỒI QUY TUYẾN TÍNH
mreg=lm(DAX~VN30+S.P500)
summary(mreg)
##
## Call:
## lm(formula = DAX ~ VN30 + S.P500)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1343.9 -346.0 -106.7 425.2 911.7
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 7.184e+03 1.104e+03 6.509 5.79e-10 ***
## VN30 2.363e+00 4.904e-01 4.819 2.82e-06 ***
## S.P500 1.791e+00 9.111e-02 19.653 < 2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 508.3 on 203 degrees of freedom
## Multiple R-squared: 0.6816, Adjusted R-squared: 0.6785
## F-statistic: 217.3 on 2 and 203 DF, p-value: < 2.2e-16
#Phương trình hồi quy: DAX = 7184 + 2.363VN30 + 1.791S.P500 + ei.
#Kết quả hồi quy cho thấy mô hình có ý nghĩa thống kê tổng thể với giá trị F-statistic bằng 217.3 và mức ý nghĩa rất nhỏ (p-value < 2.2e-16).
#Hệ số Multiple R-squared = 0.6816; cho thấy các biến độc lập VN30 và S.P500 giải thích được khoảng 68,16% sự biến thiên của biến phụ thuộc DAX.
#Trong khi đó, hệ số R2 hiệu chỉnh (Adjusted R-squared) đạt 0.6785.
#Xét riêng từng biến, VN30 có tác động cùng chiều đến DAX với hệ số hồi quy là 2.363. Điều này có nghĩa khi VN30 tăng 1 đơn vị thì DAX tăng 2.363 đơn vị. Mối quan hệ này có ý nghĩa thống kê rất cao (p = 2.82e-06 < 0.01).
#Biến S.P500 cũng có tác động cùng chiều đến DAX với hệ số hồi quy là 1.791. Mối quan hệ này cũng có ý nghĩa thống kê rất cao (p < 2e-16).
#Nhìn chung, cả hai biến VN30 và S.P500 đều có tác động cùng chiều rõ rệt và có ý nghĩa thống kê đối với biến DAX trong mô hình nghiên cứu.
## CÂU G KIỂM ĐỊNH MÔ HÌNH HỒI QUY TUYẾN TÍNH
library(car)
## Loading required package: carData
##
## Attaching package: 'car'
## The following object is masked from 'package:psych':
##
## logit
vif(mreg)
## VN30 S.P500
## 1.011477 1.011477
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 = 0.17542, p-value < 2.2e-16
## alternative hypothesis: true autocorrelation is greater than 0
op=par(mfrow=c(2,2))
plot(mreg)
#NHẬN XÉT
#Không có đa cộng tuyến (VIF = 1.011): Biến VN30 và S.P500 hoàn toàn độc lập với nhau.Mối quan hệ giữa hai biến độc lập này không gây nhiễu cho mô hình.
#Vi phạm nghiêm trọng tự tương quan (DW= 0.175, p < 0.001): Hệ số Durbin-Watson cực thấp (0.175<2) phản ánh tự tương quan chuỗi (autocorrelation) rất nặng Đây là hiện tượng đặc trưng khi chạy hồi quy OLS trên dữ liệu chuỗi thời gian/tài chính chưa qua xử lý (như giá chỉ số chứng khoán).
#Phần dư vi phạm các giả định OLS cơ bản (Hình vẽ): Tuyến tính & Phương sai: Đường xu hướng ở biểu đồ Residuals vs Fitted và Scale-Location bị cong rõ rệt, cho thấy quan hệ không hoàn toàn tuyến tính và phương sai sai số không hằng định. Phân phối chuẩn: Biểu đồ Q-Q Residuals lệch mạnh ở hai đầu mút (đuôi dầy), chứng tỏ phần dư không tuân theo phân phối chuẨN.Đ
#Điểm dị biệt: Xuất hiện các quan sát có độ ảnh hưởng lớn (Outliers/Leverage) cần chú ý là 75, 107, và 108.