## Họ và tên: Nguyễn Thị Hoàng Ngân
## Lớp: 24NH1
## MSSV: 2454020043
## BÀI THỰC HÀNH CUỐI KÌ
# NHẬP LIỆU
dulieu=file.choose()
datadulieu=read.csv(dulieu,header=TRUE)
save(datadulieu,file="datadulieu.rda")
attach(datadulieu)
is.data.frame(datadulieu)
## [1] TRUE
# CÂu B MÃ HÓA TỪ DỮ LIỆU RATTINO SCALE THÀNH ORDINAL SCALE
## MÃ HÓA S&P 500
SP500=as.numeric(gsub(",","",datadulieu$S.P.500))
SP500MH=SP500
SP500MH=replace(SP500MH,SP500<=7100,1)
SP500MH=replace(SP500MH,SP500>7100,2)
SP500=data.frame(SP500,SP500MH)
SP500
## SP500 SP500MH
## 1 7670.21 2
## 2 7706.03 2
## 3 7764.64 2
## 4 7764.70 2
## 5 7650.50 2
## 6 7637.76 2
## 7 7551.81 2
## 8 7585.73 2
## 9 7619.98 2
## 10 7656.98 2
## 11 7591.70 2
## 12 7636.36 2
## 13 7673.52 2
## 14 7718.60 2
## 15 7747.71 2
## 16 7666.60 2
## 17 7631.47 2
## 18 7686.14 2
## 19 7711.76 2
## 20 7730.99 2
## 21 7675.70 2
## 22 7677.28 2
## 23 7652.86 2
## 24 7674.37 2
## 25 7641.16 2
## 26 7707.98 2
## 27 7691.76 2
## 28 7745.06 2
## 29 7785.76 2
## 30 7798.99 2
## 31 7748.50 2
## 32 7728.20 2
## 33 7753.11 2
## 34 7757.64 2
## 35 7709.96 2
## 36 7723.55 2
## 37 7736.52 2
## 38 7600.50 2
## 39 7489.72 2
## 40 7437.63 2
## 41 7316.15 2
## 42 7428.78 2
## 43 7413.18 2
## 44 7411.98 2
## 45 7408.30 2
## 46 7498.96 2
## 47 7509.20 2
## 48 7443.28 2
## 49 7457.69 2
## 50 7533.77 2
## 51 7572.40 2
## 52 7543.59 2
## 53 7515.34 2
## 54 7575.39 2
## 55 7543.64 2
## 56 7482.71 2
## 57 7503.85 2
## 58 7537.43 2
## 59 7483.24 2
## 60 7483.23 2
## 61 7499.36 2
## 62 7440.43 2
## 63 7354.02 2
## 64 7357.49 2
## 65 7358.22 2
## 66 7365.46 2
## 67 7472.79 2
## 68 7500.58 2
## 69 7420.10 2
## 70 7511.35 2
## 71 7554.29 2
## 72 7431.46 2
## 73 7394.30 2
## 74 7266.99 2
## 75 7386.65 2
## 76 7405.73 2
## 77 7383.74 2
## 78 7584.31 2
## 79 7553.68 2
## 80 7609.78 2
## 81 7599.96 2
## 82 7580.06 2
## 83 7563.63 2
## 84 7520.36 2
## 85 7519.12 2
## 86 7473.47 2
## 87 7445.72 2
## 88 7432.97 2
## 89 7353.61 2
## 90 7403.05 2
## 91 7408.50 2
## 92 7501.24 2
## 93 7444.25 2
## 94 7400.96 2
## 95 7412.84 2
## 96 7398.93 2
## 97 7337.11 2
## 98 7365.12 2
## 99 7259.22 2
## 100 7200.75 2
## 101 7230.12 2
## 102 7209.01 2
## 103 7135.95 2
## 104 7138.80 2
## 105 7173.91 2
## 106 7165.08 2
## 107 7108.40 2
## 108 7137.90 2
## 109 7064.01 1
## 110 7109.14 2
## 111 7126.06 2
## 112 7041.28 1
## 113 7022.95 1
## 114 6967.38 1
## 115 6886.24 1
## 116 6816.89 1
## 117 6824.66 1
## 118 6782.81 1
## 119 6616.85 1
## 120 6611.83 1
## 121 6582.69 1
## 122 6575.32 1
## 123 6528.52 1
## 124 6343.72 1
## 125 6368.85 1
## 126 6477.16 1
## 127 6591.90 1
## 128 6556.37 1
## 129 6581.00 1
## 130 6506.48 1
## 131 6606.49 1
## 132 6624.70 1
## 133 6716.09 1
## 134 6699.38 1
## 135 6632.19 1
## 136 6672.62 1
## 137 6775.80 1
## 138 6781.48 1
## 139 6795.99 1
## 140 6740.02 1
## 141 6830.71 1
## 142 6869.50 1
## 143 6816.63 1
## 144 6881.62 1
## 145 6878.88 1
## 146 6908.86 1
## 147 6946.13 1
## 148 6890.07 1
## 149 6837.75 1
## 150 6909.51 1
## 151 6861.89 1
## 152 6881.31 1
## 153 6843.22 1
## 154 6836.17 1
## 155 6832.76 1
## 156 6941.47 1
## 157 6941.81 1
## 158 6964.82 1
## 159 6932.30 1
## 160 6798.40 1
## 161 6882.72 1
## 162 6917.81 1
## 163 6976.44 1
## 164 6939.03 1
## 165 6969.01 1
## 166 6978.03 1
## 167 6978.60 1
## 168 6950.23 1
## 169 6915.61 1
## 170 6913.35 1
## 171 6875.62 1
## 172 6796.86 1
## 173 6940.01 1
## 174 6944.47 1
## 175 6926.60 1
## 176 6963.74 1
## 177 6977.27 1
## 178 6966.28 1
## 179 6921.46 1
## 180 6920.93 1
## 181 6944.82 1
## 182 6902.05 1
## 183 6858.47 1
## 184 6845.50 1
## 185 6896.24 1
## 186 6905.74 1
## 187 6929.94 1
## 188 6932.05 1
## 189 6909.79 1
## 190 6878.49 1
## 191 6834.50 1
## 192 6774.76 1
## 193 6721.43 1
## 194 6800.26 1
## 195 6816.51 1
## 196 6827.41 1
## 197 6901.00 1
## 198 6886.68 1
## 199 6840.51 1
## 200 6846.51 1
## 201 6870.40 1
## 202 6857.12 1
## 203 6849.72 1
## 204 6829.37 1
## 205 6812.63 1
## 206 6849.09 1
## 207 6812.61 1
## 208 6765.88 1
## 209 6705.12 1
## 210 6602.99 1
## 211 6538.76 1
## 212 6642.16 1
## 213 6617.32 1
## 214 6672.41 1
## 215 6734.11 1
## 216 6737.49 1
## 217 6850.92 1
## 218 6846.61 1
## 219 6832.43 1
## 220 6728.80 1
## 221 6720.32 1
## 222 6796.29 1
## 223 6771.55 1
## 224 6851.97 1
## 225 6840.20 1
## 226 6822.34 1
## 227 6890.59 1
## 228 6890.89 1
## 229 6875.16 1
## 230 6791.69 1
## 231 6738.44 1
## 232 6699.40 1
## 233 6735.35 1
## 234 6735.13 1
## 235 6664.01 1
## 236 6629.07 1
## 237 6671.06 1
## 238 6644.31 1
## 239 6654.72 1
## 240 6552.51 1
## 241 6735.11 1
## 242 6753.72 1
## 243 6714.59 1
## 244 6740.28 1
## 245 6715.79 1
## 246 6715.35 1
## 247 6711.20 1
## 248 6688.46 1
## 249 6661.21 1
## 250 6643.70 1
## 251 6604.72 1
## 252 6637.97 1
## MÃ HÓA DOW JONES
DowJones=as.numeric(gsub(",","",datadulieu$Dow.Jones))
DowJonesMH=DowJones
DowJonesMH=replace(DowJonesMH,DowJones<=49000,1)
DowJonesMH=replace(DowJonesMH,DowJones>49000,2)
DowJones=data.frame(DowJones,DowJonesMH)
DowJones
## DowJones DowJonesMH
## 1 51380.41 2
## 2 51511.59 2
## 3 51863.69 2
## 4 52048.83 2
## 5 51682.64 2
## 6 51778.04 2
## 7 51461.90 2
## 8 52093.11 2
## 9 52421.20 2
## 10 52573.29 2
## 11 52064.10 2
## 12 52380.66 2
## 13 52786.07 2
## 14 53414.25 2
## 15 53686.11 2
## 16 53061.95 2
## 17 52766.88 2
## 18 53185.90 2
## 19 53559.99 2
## 20 53569.44 2
## 21 53463.88 2
## 22 53577.40 2
## 23 53417.16 2
## 24 53277.01 2
## 25 52759.21 2
## 26 53463.05 2
## 27 53343.40 2
## 28 53459.78 2
## 29 53732.41 2
## 30 53839.99 2
## 31 53770.27 2
## 32 53791.85 2
## 33 53975.98 2
## 34 54036.93 2
## 35 53885.10 2
## 36 54349.12 2
## 37 54085.88 2
## 38 53178.41 2
## 39 52485.03 2
## 40 52208.06 2
## 41 51594.14 2
## 42 52747.32 2
## 43 52210.08 2
## 44 51947.25 2
## 45 51711.65 2
## 46 52218.58 2
## 47 52224.64 2
## 48 51839.26 2
## 49 52146.42 2
## 50 52552.97 2
## 51 52658.64 2
## 52 52508.27 2
## 53 52498.64 2
## 54 52637.01 2
## 55 52487.41 2
## 56 52348.39 2
## 57 52925.15 2
## 58 53055.91 2
## 59 52900.07 2
## 60 52305.24 2
## 61 52319.20 2
## 62 52182.74 2
## 63 51876.11 2
## 64 51920.62 2
## 65 51848.90 2
## 66 51666.84 2
## 67 51712.71 2
## 68 51564.70 2
## 69 51492.55 2
## 70 51999.67 2
## 71 51671.03 2
## 72 51202.26 2
## 73 50848.75 2
## 74 49918.78 2
## 75 50872.11 2
## 76 50786.01 2
## 77 50866.78 2
## 78 51561.93 2
## 79 50687.07 2
## 80 51307.79 2
## 81 51078.88 2
## 82 51032.46 2
## 83 50668.97 2
## 84 50644.28 2
## 85 50461.68 2
## 86 50579.70 2
## 87 50285.66 2
## 88 50009.35 2
## 89 49363.88 2
## 90 49686.12 2
## 91 49526.17 2
## 92 50063.46 2
## 93 49693.20 2
## 94 49760.56 2
## 95 49704.47 2
## 96 49609.16 2
## 97 49596.97 2
## 98 49910.59 2
## 99 49298.25 2
## 100 48941.90 1
## 101 49499.27 2
## 102 49652.14 2
## 103 48861.81 1
## 104 49141.93 2
## 105 49167.79 2
## 106 49230.71 2
## 107 49310.32 2
## 108 49490.03 2
## 109 49149.38 2
## 110 49442.56 2
## 111 49447.43 2
## 112 48578.72 1
## 113 48463.72 1
## 114 48535.99 1
## 115 48218.25 1
## 116 47916.57 1
## 117 48185.80 1
## 118 47909.92 1
## 119 46584.46 1
## 120 46669.88 1
## 121 46504.67 1
## 122 46565.74 1
## 123 46341.51 1
## 124 45216.14 1
## 125 45166.64 1
## 126 45960.11 1
## 127 46429.49 1
## 128 46124.06 1
## 129 46208.47 1
## 130 45577.47 1
## 131 46021.43 1
## 132 46225.15 1
## 133 46993.26 1
## 134 46946.41 1
## 135 46558.47 1
## 136 46677.85 1
## 137 47417.27 1
## 138 47706.51 1
## 139 47740.80 1
## 140 47501.55 1
## 141 47954.74 1
## 142 48739.41 1
## 143 48501.27 1
## 144 48904.78 1
## 145 48977.92 1
## 146 49499.20 2
## 147 49482.15 2
## 148 49174.50 2
## 149 48804.06 1
## 150 49625.97 2
## 151 49395.16 2
## 152 49662.66 2
## 153 49533.19 2
## 154 49500.93 2
## 155 49451.98 2
## 156 50121.40 2
## 157 50188.14 2
## 158 50135.87 2
## 159 50115.67 2
## 160 48908.72 1
## 161 49501.30 2
## 162 49240.99 2
## 163 49407.66 2
## 164 48892.47 1
## 165 49071.56 2
## 166 49015.60 2
## 167 49003.41 2
## 168 49412.40 2
## 169 49098.71 2
## 170 49384.01 2
## 171 49077.23 2
## 172 48488.59 1
## 173 49359.33 2
## 174 49442.44 2
## 175 49149.63 2
## 176 49191.99 2
## 177 49590.20 2
## 178 49504.07 2
## 179 49266.11 2
## 180 48996.08 1
## 181 49462.08 2
## 182 48977.18 1
## 183 48382.39 1
## 184 48063.29 1
## 185 48367.06 1
## 186 48461.93 1
## 187 48710.97 1
## 188 48731.16 1
## 189 48442.41 1
## 190 48362.68 1
## 191 48134.89 1
## 192 47951.85 1
## 193 47885.97 1
## 194 48114.26 1
## 195 48416.56 1
## 196 48458.05 1
## 197 48704.01 1
## 198 48057.75 1
## 199 47560.29 1
## 200 47739.32 1
## 201 47954.99 1
## 202 47850.94 1
## 203 47882.90 1
## 204 47474.46 1
## 205 47289.33 1
## 206 47716.42 1
## 207 47427.12 1
## 208 47112.45 1
## 209 46448.27 1
## 210 46245.41 1
## 211 45752.26 1
## 212 46138.77 1
## 213 46091.74 1
## 214 46590.24 1
## 215 47147.48 1
## 216 47457.22 1
## 217 48254.82 1
## 218 47927.96 1
## 219 47368.63 1
## 220 46987.10 1
## 221 46912.30 1
## 222 47311.00 1
## 223 47085.24 1
## 224 47336.68 1
## 225 47562.87 1
## 226 47522.12 1
## 227 47632.00 1
## 228 47706.37 1
## 229 47544.59 1
## 230 47207.12 1
## 231 46734.61 1
## 232 46590.41 1
## 233 46924.74 1
## 234 46706.58 1
## 235 46190.61 1
## 236 45952.24 1
## 237 46253.31 1
## 238 46270.46 1
## 239 46067.58 1
## 240 45479.60 1
## 241 46358.42 1
## 242 46601.78 1
## 243 46602.98 1
## 244 46694.97 1
## 245 46758.28 1
## 246 46519.72 1
## 247 46441.10 1
## 248 46397.89 1
## 249 46316.07 1
## 250 46247.29 1
## 251 45947.32 1
## 252 46121.28 1
## MÃ HÓA NASDAQ 100
Nasdaq100=as.numeric(gsub(",","",datadulieu$Nasdaq.100))
Nasdaq100MH=Nasdaq100
Nasdaq100MH=replace(Nasdaq100MH,Nasdaq100<=26000,1)
Nasdaq100MH=replace(Nasdaq100MH,Nasdaq100>26000,2)
Nasdaq100=data.frame(Nasdaq100,Nasdaq100MH)
Nasdaq100
## Nasdaq100 Nasdaq100MH
## 1 30228.68 2
## 2 30470.29 2
## 3 30732.40 2
## 4 30482.35 2
## 5 29644.17 2
## 6 29446.98 2
## 7 28945.06 2
## 8 28937.84 2
## 9 29127.16 2
## 10 29368.44 2
## 11 29103.51 2
## 12 29421.55 2
## 13 29507.70 2
## 14 29544.15 2
## 15 29482.32 2
## 16 29143.33 2
## 17 29077.22 2
## 18 29456.97 2
## 19 29433.43 2
## 20 29641.56 2
## 21 29224.52 2
## 22 29209.23 2
## 23 29023.18 2
## 24 29308.86 2
## 25 29213.16 2
## 26 29426.02 2
## 27 29490.96 2
## 28 29995.38 2
## 29 30046.14 2
## 30 30084.50 2
## 31 29742.60 2
## 32 29525.48 2
## 33 29621.80 2
## 34 29722.30 2
## 35 29373.33 2
## 36 29487.79 2
## 37 29733.16 2
## 38 28776.80 2
## 39 28274.20 2
## 40 28106.35 2
## 41 27192.31 2
## 42 27763.13 2
## 43 28039.21 2
## 44 28128.34 2
## 45 28454.81 2
## 46 28998.10 2
## 47 29155.18 2
## 48 28604.23 2
## 49 28592.66 2
## 50 29025.77 2
## 51 29502.60 2
## 52 29586.29 2
## 53 29264.10 2
## 54 29825.11 2
## 55 29727.10 2
## 56 29252.56 2
## 57 29173.02 2
## 58 29697.87 2
## 59 29329.21 2
## 60 29809.13 2
## 61 30276.35 2
## 62 29774.75 2
## 63 29118.24 2
## 64 29440.32 2
## 65 29220.06 2
## 66 29347.27 2
## 67 30347.08 2
## 68 30406.19 2
## 69 29670.95 2
## 70 29968.13 2
## 71 30543.92 2
## 72 29635.95 2
## 73 29446.18 2
## 74 28508.03 2
## 75 29084.50 2
## 76 29414.26 2
## 77 28957.60 2
## 78 30407.81 2
## 79 30571.24 2
## 80 30660.60 2
## 81 30513.86 2
## 82 30333.18 2
## 83 30223.89 2
## 84 29973.57 2
## 85 30001.32 2
## 86 29481.64 2
## 87 29357.27 2
## 88 29297.70 2
## 89 28818.84 2
## 90 28994.37 2
## 91 29125.20 2
## 92 29580.30 2
## 93 29366.94 2
## 94 29064.80 2
## 95 29320.66 2
## 96 29234.99 2
## 97 28563.95 2
## 98 28599.17 2
## 99 28015.06 2
## 100 27651.82 2
## 101 27710.36 2
## 102 27452.12 2
## 103 27186.98 2
## 104 27029.01 2
## 105 27305.68 2
## 106 27303.67 2
## 107 26782.63 2
## 108 26937.28 2
## 109 26479.47 2
## 110 26590.34 2
## 111 26672.43 2
## 112 26333.00 2
## 113 26204.58 2
## 114 25842.00 1
## 115 25383.72 1
## 116 25116.34 1
## 117 25082.09 1
## 118 24903.17 1
## 119 24202.37 1
## 120 24192.17 1
## 121 24045.53 1
## 122 24019.99 1
## 123 23740.19 1
## 124 22953.38 1
## 125 23132.77 1
## 126 23586.99 1
## 127 24162.98 1
## 128 24002.45 1
## 129 24188.59 1
## 130 23898.15 1
## 131 24355.28 1
## 132 24425.09 1
## 133 24780.42 1
## 134 24655.34 1
## 135 24380.73 1
## 136 24533.58 1
## 137 24965.01 1
## 138 24956.47 1
## 139 24967.25 1
## 140 24643.02 1
## 141 25020.41 1
## 142 25093.68 1
## 143 24720.08 1
## 144 24992.60 1
## 145 24960.04 1
## 146 25034.37 1
## 147 25329.04 1
## 148 24977.04 1
## 149 24708.94 1
## 150 25012.62 1
## 151 24797.34 1
## 152 24898.87 1
## 153 24701.60 1
## 154 24732.73 1
## 155 24687.61 1
## 156 25201.26 1
## 157 25127.64 1
## 158 25268.14 1
## 159 25075.77 1
## 160 24548.69 1
## 161 24891.24 1
## 162 25338.62 1
## 163 25738.61 1
## 164 25552.39 1
## 165 25884.30 1
## 166 26022.79 2
## 167 25939.74 1
## 168 25713.21 1
## 169 25605.47 1
## 170 25518.35 1
## 171 25326.58 1
## 172 24987.57 1
## 173 25529.26 1
## 174 25547.07 1
## 175 25465.94 1
## 176 25741.95 1
## 177 25787.66 1
## 178 25766.26 1
## 179 25507.10 1
## 180 25653.90 1
## 181 25639.71 1
## 182 25401.32 1
## 183 25206.17 1
## 184 25249.85 1
## 185 25462.56 1
## 186 25525.56 1
## 187 25644.39 1
## 188 25656.15 1
## 189 25587.83 1
## 190 25461.70 1
## 191 25346.18 1
## 192 25019.37 1
## 193 24647.61 1
## 194 25132.94 1
## 195 25067.27 1
## 196 25196.73 1
## 197 25686.69 1
## 198 25776.44 1
## 199 25668.69 1
## 200 25627.95 1
## 201 25692.05 1
## 202 25581.70 1
## 203 25606.54 1
## 204 25555.86 1
## 205 25342.85 1
## 206 25434.89 1
## 207 25236.94 1
## 208 25018.36 1
## 209 24873.85 1
## 210 24239.57 1
## 211 24054.38 1
## 212 24640.52 1
## 213 24503.10 1
## 214 24799.92 1
## 215 25008.24 1
## 216 24993.46 1
## 217 25517.33 1
## 218 25533.49 1
## 219 25611.74 1
## 220 25059.81 1
## 221 25130.04 1
## 222 25620.03 1
## 223 25435.70 1
## 224 25972.94 1
## 225 25858.13 1
## 226 25734.81 1
## 227 26119.85 2
## 228 26012.15 2
## 229 25821.55 1
## 230 25358.16 1
## 231 25097.41 1
## 232 24879.01 1
## 233 25127.13 1
## 234 25141.02 1
## 235 24817.95 1
## 236 24657.24 1
## 237 24745.36 1
## 238 24579.32 1
## 239 24750.25 1
## 240 24221.74 1
## 241 25098.18 1
## 242 25136.62 1
## 243 24840.23 1
## 244 24978.56 1
## 245 24785.52 1
## 246 24892.76 1
## 247 24800.86 1
## 248 24679.99 1
## 249 24611.35 1
## 250 24503.85 1
## 251 24397.31 1
## 252 24503.57 1
# CÂU C THỐNG KÊ CÁC CHỈ SỐ TÀI CHÍNH
## THỐNG KÊ DƯỚI DẠNG RATIO SCALE
## THỐNG KÊ CÁC BIẾN
library(psych)
ABCDEF=data.frame(SP500,DowJones,Nasdaq100)
describe(ABCDEF)
## vars n mean sd median trimmed mad min
## SP500 1 252 7105.41 386.43 6943.14 7094.83 421.73 6343.72
## SP500MH 2 252 1.44 0.50 1.00 1.42 0.00 1.00
## DowJones 3 252 49497.38 2375.50 49282.18 49423.58 2938.54 45166.64
## DowJonesMH 4 252 1.56 0.50 2.00 1.57 0.00 1.00
## Nasdaq100 5 252 26865.66 2172.72 25740.28 26790.22 1833.89 22953.38
## Nasdaq100MH 6 252 1.46 0.50 1.00 1.45 0.00 1.00
## max range skew kurtosis se
## SP500 7798.99 1455.27 0.27 -1.35 24.34
## SP500MH 2.00 1.00 0.25 -1.94 0.03
## DowJones 54349.12 9182.48 0.24 -1.05 149.64
## DowJonesMH 2.00 1.00 -0.22 -1.96 0.03
## Nasdaq100 30732.40 7779.02 0.31 -1.52 136.87
## Nasdaq100MH 2.00 1.00 0.16 -1.98 0.03
#### NHẬN XÉT:
#### NHẬN XÉT:
# Giá trị trung bình của S&P 500, Dow Jones và Nasdaq 100 lần lượt là 7105.41, 49497.38 và 26865.66.
# Dow Jones có độ phân tán lớn nhất (SD = 2375.50, Range = 9182.48); Nasdaq 100 có độ phân tán nhỏ nhất (SD = 2172.72, Range = 7779.02).
# Giá trị trung vị chia dữ liệu thành 2 phần bằng nhau: S&P 500 (6943.14), Dow Jones (49282.18), Nasdaq 100 (25740.28).
# Cả 3 chỉ số đều lệch phải nhẹ, trong đó S&P 500 lệch ít nhất (Skewness = 0.44) và Dow Jones lệch nhiều nhất (Skewness = 0.47).
## THỐNG KÊ MÔ TẢ
summary(SP500)
## SP500 SP500MH
## Min. :6344 Min. :1.000
## 1st Qu.:6800 1st Qu.:1.000
## Median :6943 Median :1.000
## Mean :7105 Mean :1.437
## 3rd Qu.:7483 3rd Qu.:2.000
## Max. :7799 Max. :2.000
summary(DowJones)
## DowJones DowJonesMH
## Min. :45167 Min. :1.000
## 1st Qu.:47556 1st Qu.:1.000
## Median :49282 Median :2.000
## Mean :49497 Mean :1.556
## 3rd Qu.:51674 3rd Qu.:2.000
## Max. :54349 Max. :2.000
summary(Nasdaq100)
## Nasdaq100 Nasdaq100MH
## Min. :22953 Min. :1.00
## 1st Qu.:25017 1st Qu.:1.00
## Median :25740 Median :1.00
## Mean :26866 Mean :1.46
## 3rd Qu.:29227 3rd Qu.:2.00
## Max. :30732 Max. :2.00
#### NHẬN XÉT
# 50% dữ liệu S&P 500 tập trung trong khoảng 6799.8–7483.2, Dow Jones trong khoảng 47556.4–51673.9 và Nasdaq 100 trong khoảng 25016.9–29227.1.
# Nasdaq 100 có khoảng tứ phân vị lớn nhất (4210.2=(29227.1-25016.9)), cho thấy 50% dữ liệu trung tâm phân tán rộng nhất.
# S&P 500 có khoảng tứ phân vị nhỏ nhất (683.4=(7483.2-6799.8)), cho thấy 50% dữ liệu trung tâm tập trung nhất.
# Thống kê dưới dạng Ordinal Scale
table(SP500MH)
## SP500MH
## 1 2
## 142 110
table(SP500MH)/sum(table(SP500MH))
## SP500MH
## 1 2
## 0.5634921 0.4365079
# Trong tổng số 252 mẫu quan sát, có 128 quan sát thuộc nhóm 1 (chiếm 50,79%) và 124 quan sát thuộc nhóm 2 (chiếm 49,21%)
table(DowJonesMH)
## DowJonesMH
## 1 2
## 112 140
table(DowJonesMH)/sum(table(DowJonesMH))
## DowJonesMH
## 1 2
## 0.4444444 0.5555556
## Nhận xét:Trong tổng số 252 mẫu quan sát, có 124 quan sát thuộc nhóm 1 (chiếm 49,21%) và 128 quan sát thuộc nhóm 2 (chiếm 50,79%).
table(Nasdaq100MH)
## Nasdaq100MH
## 1 2
## 136 116
table(Nasdaq100MH)/sum(table(Nasdaq100MH))
## Nasdaq100MH
## 1 2
## 0.5396825 0.4603175
# Nhận xét:Trong tổng số 252 mẫu quan sát, có 120 quan sát thuộc nhóm 1 (chiếm 47,62%) và 132 quan sát thuộc nhóm 2 (chiếm 52,38%).
# CÂU D VẼ ĐỒ THỊ
## ĐỒ THỊ CỘT VÀ ĐỒ THỊ TRÒN ĐỐI VỚI BIẾN ORDINAL
### ĐỒ THỊ CỘT
### S&P 500
SP500.freq <- table(SP500MH)
SP500.freq
## SP500MH
## 1 2
## 142 110
barplot(SP500.freq,xlab="Nhóm S&P 500",ylab="Số lượng",main="Biểu đồ cột S&P 500",col=c("aquamarine3","coral"))
#### NHẬN XÉT S&P 500 được phân bố khá đồng đều giữa hai nhóm, với nhóm 1 có 128 quan sát và nhóm 2 có 124 quan sát.
### Dow Jones
DowJones.freq <- table(DowJonesMH)
DowJones.freq
## DowJonesMH
## 1 2
## 112 140
barplot(DowJones.freq,xlab="Nhóm Dow Jones",ylab="Số lượng",main="Biểu đồ cột Dow Jones",col=c("palegreen3","salmon"))
#### NHẬN XÉT Nhìn chung, Dow Jones có sự phân bố khá đồng đều giữa nhóm 1 và nhóm 2.
### Nasdaq 100
Nasdaq100.freq <- table(SP500MH)
Nasdaq100.freq
## SP500MH
## 1 2
## 142 110
barplot(Nasdaq100.freq,xlab="Nhóm Nasdaq 100",ylab="Số lượng",main="Biểu đồ cột Nasdaq 100",col=c("skyblue3","khaki"))
#### NHẬN XÉT Nasdaq 100 được phân bố tương đối đồng đều giữa hai nhóm, trong đó nhóm 1 chiếm 47,62% và nhóm 2 chiếm 52,38%, cho thấy nhóm 2 có số quan sát cao hơn.
### ĐỒ THỊ TRÒN
### S&P 500
pie(table(SP500MH),col=c("aquamarine3","coral"),main="Đồ thị tỷ lệ S&P 500")
#### NHẬN XÉT Đồ thị tròn tỷ lệ S&P 500 cho thấy sự phân chia cân đối giữa nhóm 1 (50.79%) và nhóm 2 (49.21%), thể hiện tính đối xứng tốt trong dữ liệu mã hóa.
#Dow Jones
pie(table(DowJonesMH),col = c("palegreen3","salmon"),main = "Đồ thị tỷ lệ Dow Jones")
#### NHẬN XÉT Đồ thị tròn tỷ lệ Dow Jones minh họa tỷ lệ tương đương giữa nhóm 1 (49.21%) và nhóm 2 (50.79%), phản ánh xu hướng phân bổ đồng đều qua các quan sát.
#Nasdaq 100
pie(table(Nasdaq100MH),col = c("skyblue3", "khaki"),main = "Đồ thị tỷ lệ Nasdaq 100")
#### NHẬN XÉT Đồ thị tròn tỷ lệ Nasdaq 100 thể hiện nhóm 2 chiếm tỷ trọng lớn hơn chút ít (52.38%) so với nhóm 1 (47.62%), minh họa rõ cấu trúc phân nhóm dữ liệu.
## ĐỒ THỊ ĐỐI VỚI DẠNG RATIO
### ĐỒ THỊ ĐƯỜNG
### S&P 500
STT=1:nrow(datadulieu)
SP500=as.numeric(gsub(",","",datadulieu$S.P.500))
plot(STT,SP500,type="o",xlab="Số phiên",ylab="Giá trị S&P 500",pch=19,col="darkturquoise",main="Giá trị S&P 500 từ ngày 1 đến ngày 252")
#### NHẬN XÉT: S&P 500 có xu hướng biến động mạnh và không ổn định trong 252 phiên. Chỉ số đạt mức cao nhất khoảng 7.800 điểm vào giữa giai đoạn, sau đó giảm đáng kể và kết thúc kỳ quan sát chủ yếu quanh 7.600–7.700 điểm. Nhìn chung, S&P 500 có xu hướng tăng giảm đan xen qua các phiên.
### Dow Jones
STT=1:nrow(datadulieu)
DowJones=as.numeric(gsub(",","",datadulieu$Dow.Jones))
plot(STT,DowJones,type="o",xlab="Số phiên",ylab="Giá trị Dow Jones",pch=19,col="seagreen4",main="Giá trị Dow Jones từ ngày 1 đến ngày 252 ")
#### NHẬN XÉT: Dow Jones biến động khá mạnh trong 252 phiên, dao động khoảng 45.000–54.000 điểm. Chỉ số biến động qua các giai đoạn, sau đó phục hồi và đạt đỉnh, rồi dao động vào cuối kỳ.
### Nasdaq 100
STT=1:nrow(datadulieu)
Nasdaq100=as.numeric(gsub(",","",datadulieu$Nasdaq.100))
plot(STT,Nasdaq100,type="o",xlab="Số phiên",ylab="Giá trị Nasdaq 100",pch=19,col="steelblue4",main="Giá trị Nasdaq 100 từ ngày 1 đến ngày 252")
#### NHẬN XÉT: Nasdaq 100 biến động khá mạnh trong 252 phiên, dao động khoảng 23.000–31.000 điểm. Chỉ số tăng giảm đan xen và đạt đỉnh khoảng 30.000–31.000 điểm ở giữa giai đoạn, sau đó dao động và kết thúc ở mức cao vào cuối kỳ.
# CÂU E PHÂN TÍCH TƯƠNG QUAN VÀ VẼ ĐỒ THỊ TƯƠNG QUAN
# Tính toán tương quan giữa SP500 và DowJones
cor(SP500, DowJones)
## [1] 0.9472482
cor.test(SP500, DowJones)
##
## Pearson's product-moment correlation
##
## data: SP500 and DowJones
## t = 46.731, df = 250, p-value < 2.2e-16
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.9328719 0.9586116
## sample estimates:
## cor
## 0.9472482
# Nhận xét: SP500 và Dow Jones có mối tương quan thuận rất mạnh, thể hiện qua hệ số tương quan Pearson r = 0,9472 > 0. Điều này cho thấy hai chỉ số thường biến động cùng chiều.
# Mối tương quan giữa SP500 và Dow Jones có ý nghĩa thống kê vì giá trị p-value < 2,2 × 10⁻¹⁶ < 0,05.
# Tính toán tương quan giữa SP500 và Nasdaq100
cor(SP500, Nasdaq100)
## [1] 0.9710023
cor.test(SP500, Nasdaq100)
##
## Pearson's product-moment correlation
##
## data: SP500 and Nasdaq100
## t = 64.219, df = 250, p-value < 2.2e-16
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.9629765 0.9773084
## sample estimates:
## cor
## 0.9710023
# Nhận xét: SP500 và Nasdaq 100 có mối tương quan thuận rất mạnh, thể hiện qua hệ số tương quan Pearson r = 0,9710 > 0. Điều này cho thấy hai chỉ số có xu hướng biến động cùng chiều rất chặt chẽ.
# Mối tương quan giữa SP500 và Nasdaq 100 có ý nghĩa thống kê vì giá trị p-value < 2,2 × 10⁻¹⁶ < 0,05.
# Tính toán tương quan giữa DowJones và Nasdaq100
cor(DowJones, Nasdaq100)
## [1] 0.8733341
cor.test(DowJones, Nasdaq100)
##
## Pearson's product-moment correlation
##
## data: DowJones and Nasdaq100
## t = 28.347, df = 250, p-value < 2.2e-16
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.8404645 0.8998001
## sample estimates:
## cor
## 0.8733341
# Nhận xét: Dow Jones và Nasdaq 100 có mối tương quan thuận mạnh, thể hiện qua hệ số tương quan Pearson r = 0,8733 > 0. Điều này cho thấy hai chỉ số có xu hướng biến động cùng chiều.
# Mối tương quan giữa Dow Jones và Nasdaq 100 có ý nghĩa thống kê vì giá trị p-value = 4,68 × 10⁻⁸⁰ < 0,05.
## E. Vẽ đồ thị tương quan đa biến
library(psych)
vars = cbind(SP500, DowJones, Nasdaq100)
pairs.panels(vars)
library(Hmisc)
##
## Attaching package: 'Hmisc'
## The following object is masked from 'package:psych':
##
## describe
## The following objects are masked from 'package:base':
##
## format.pval, units
result = rcorr(as.matrix(vars), type = "pearson")
result$r
## SP500 DowJones Nasdaq100
## SP500 1.0000000 0.9472482 0.9710023
## DowJones 0.9472482 1.0000000 0.8733341
## Nasdaq100 0.9710023 0.8733341 1.0000000
result$P
## SP500 DowJones Nasdaq100
## SP500 NA 0 0
## DowJones 0 NA 0
## Nasdaq100 0 0 NA
#### NHẬN XÉT:
# NHẬN XÉT TỔNG QUAN TỪ ĐỒ THỊ TƯƠNG QUAN (pairs.panels):
# - Đồ thị phân tán (Scatter plots ở đường chéo dưới): Các điểm dữ liệu nằm dàn trải theo đường chéo từ dưới-trái lên trên-phải, khẳng định mối quan hệ tuyến tính thuận chiều rõ rệt giữa cả 3 chỉ số.
# - Đường cong xấp xỉ (LOESS curve): Cho thấy xu hướng biến động đồng điệu cao và không có dấu hiệu phi tuyến tính bất thường.
# - Đường chéo chính (Biểu đồ mật độ/Histogram): Cả 3 biến SP500, DowJones và Nasdaq100 đều thể hiện phân phối đơn đỉnh, hơi lệch phải nhẹ nhưng khá đồng dạng.
# - Hệ số tương quan (Đường chéo trên): Chỉ số tương quan cao nhất là giữa SP500 và Nasdaq100 (r = 0.97), tiếp theo là SP500 và DowJones (r = 0.95), và thấp nhất là giữa DowJones và Nasdaq100 (r = 0.87). Tất cả các mối tương quan đều đạt ý nghĩa thống kê cao (p < 0.05).
# CÂU F THỰC HIỆN MÔ HÌNH HỒI QUY TUYẾN TÍNH
mreg=lm(SP500~DowJones+Nasdaq100)
summary(mreg)
##
## Call:
## lm(formula = SP500 ~ DowJones + Nasdaq100)
##
## Residuals:
## Min 1Q Median 3Q Max
## -190.17 -21.18 4.81 29.52 99.09
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 8.435e+02 7.369e+01 11.45 <2e-16 ***
## DowJones 6.803e-02 2.648e-03 25.70 <2e-16 ***
## Nasdaq100 1.077e-01 2.895e-03 37.22 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 48.54 on 249 degrees of freedom
## Multiple R-squared: 0.9843, Adjusted R-squared: 0.9842
## F-statistic: 7830 on 2 and 249 DF, p-value: < 2.2e-16
#### NHẬN XÉT:
# Phương trình hồi quy: S&P 500 = 843.487 + 0.068*DowJones + 0.108*Nasdaq100 + ei
# Kết quả hồi quy cho thấy mô hình có ý nghĩa thống kê tổng thể
# với giá trị F-statistic bằng 7830 và mức ý nghĩa (p < 0.001).
# Hệ số R2 = 0.984; cho thấy các biến Dow Jones và Nasdaq 100 giải thích khoảng 98.40% sự biến thiên của S&P 500
# trong khi R2 hiệu chỉnh đạt 0.984.
# Xét riêng từng biến, Dow Jones có tác động cùng chiều đến S&P 500 với hệ số hồi quy 0.068
# điều này có nghĩa khi Dow Jones tăng 1 đơn vị thì S&P 500 tăng 0.068 đơn vị
# và mối quan hệ này có ý nghĩa thống kê ở mức 1% (p < 0.001).
# Nasdaq 100 cũng có tác động cùng chiều và có ý nghĩa thống kê ở mức 1%, với hệ số 0.108 (p < 0.001),
# cho thấy mối quan hệ cùng chiều rõ rệt với S&P 500.
# CÂU G THỰC HIỆN KIỂM ĐỊNH SAU MÔ HÌNH HỒI QUY TUYẾN TÍNH
## KIỂM ĐỊNH ĐA CỘNG TUYẾN VÀ TỰ TƯƠNG QUAN
mreg=lm(SP500~DowJones+Nasdaq100)
summary(mreg)
##
## Call:
## lm(formula = SP500 ~ DowJones + Nasdaq100)
##
## Residuals:
## Min 1Q Median 3Q Max
## -190.17 -21.18 4.81 29.52 99.09
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 8.435e+02 7.369e+01 11.45 <2e-16 ***
## DowJones 6.803e-02 2.648e-03 25.70 <2e-16 ***
## Nasdaq100 1.077e-01 2.895e-03 37.22 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 48.54 on 249 degrees of freedom
## Multiple R-squared: 0.9843, Adjusted R-squared: 0.9842
## F-statistic: 7830 on 2 and 249 DF, p-value: < 2.2e-16
library(car)
## Loading required package: carData
##
## Attaching package: 'car'
## The following object is masked from 'package:psych':
##
## logit
vif(mreg)
## DowJones Nasdaq100
## 4.214295 4.214295
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 = 0.062648, p-value < 2.2e-16
## alternative hypothesis: true autocorrelation is greater than 0
#### NHẬN XÉT
# Kiểm định đa cộng tuyến cho thấy các giá trị VIF của các biến độc lập được đánh giá trong mô hình.
# Kiểm định tự tương quan cho thấy giá trị DW và p-value phản ánh hiện tượng tự tương quan chuỗi của phần dư.
## KIỂM ĐỊNH CÁC GIẢ THUYẾT CỦA MÔ HÌNH THÔNG QUA ĐỒ THỊ PHẦN DƯ VÀ PHẦN DƯ CHUẨN HÓA
mreg=lm(SP500~DowJones+Nasdaq100)
summary(mreg)
##
## Call:
## lm(formula = SP500 ~ DowJones + Nasdaq100)
##
## Residuals:
## Min 1Q Median 3Q Max
## -190.17 -21.18 4.81 29.52 99.09
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 8.435e+02 7.369e+01 11.45 <2e-16 ***
## DowJones 6.803e-02 2.648e-03 25.70 <2e-16 ***
## Nasdaq100 1.077e-01 2.895e-03 37.22 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 48.54 on 249 degrees of freedom
## Multiple R-squared: 0.9843, Adjusted R-squared: 0.9842
## F-statistic: 7830 on 2 and 249 DF, p-value: < 2.2e-16
op=par(mfrow=c(2,2))
plot(mreg)
#### NHẬN XÉT
# Đồ thị bên trái dòng 1 vẽ phần dư ei và giá trị dự báo của SP500_i,
# đồ thị này cho thấy các giá trị phần dư tập trung quanh đường y = 0
# cho nên giả định về giá trị trung bình của ei = 0 là có thể chấp nhận được.
# Đồ thị bên phải dòng 1 vẽ giá trị phần dư ei và giá trị kỳ vọng dựa vào phân phối chuẩn
# Kết quả cho thấy các giá trị phần dư tập trung rất gần các giá trị trên đường chuẩn
# do đó, phần dư ei tuân thủ theo quy luật phân phối chuẩn.
# Đồ thị bên trái dòng 2 vẽ căn bậc hai của sai số chuẩn phần dư (Standardized residual)
# và các giá trị SP500_i. Đồ thị này cho thấy không có gì khác nhau giữa các số phần dư chuẩn cho các giá trị của SP500_i
# do đó, phương sai của phần dư đồng nhất (không thay đổi).
# Đồ thị bên phải dòng 2 (Residuals vs Leverage) giúp phát hiện các điểm dữ liệu ngoại lệ có ảnh hưởng lớn (Outliers/Leverage points).
# Kết quả cho thấy không có điểm nào vượt qua khoảng cách Cook (Cook's distance), cho thấy dữ liệu không bị ảnh hưởng bởi các điểm dị biệt nguy hiểm, đồng thời xác nhận mô hình hồi quy đạt độ tin cậy cao và không bị bóp méo bởi các giá trị quan sát ngoại biên.