## Họ và tên: Phan Trí ĐỨC
## Lớp: 24NH1 MSSV: 2454020024
## BÀI THỰC HÀNH CUỐI KÌ
# NHẬP LIỆU
dulieuduc=file.choose()
datadulieu=read.csv(dulieuduc,header=TRUE)
save(datadulieu,file="datadulieu.rda")
attach(datadulieu)
is.data.frame(datadulieu)
## [1] TRUE
# CÂU B
## MÃ HÓA VN INDEX
VNIndex=as.numeric(gsub(",","",datadulieu$VN.Index))
VNIndexMH=VNIndex
VNIndexMH=replace(VNIndexMH,VNIndex<=1750,1)
VNIndexMH=replace(VNIndexMH,VNIndex>1750,2)
VNIndex=data.frame(VNIndex,VNIndexMH)
VNIndex
## VNIndex VNIndexMH
## 1 1680.36 1
## 2 1684.32 1
## 3 1690.99 1
## 4 1701.67 1
## 5 1717.06 1
## 6 1731.77 1
## 7 1737.24 1
## 8 1741.32 1
## 9 1753.74 2
## 10 1747.17 1
## 11 1718.98 1
## 12 1698.90 1
## 13 1646.89 1
## 14 1646.01 1
## 15 1679.18 1
## 16 1673.66 1
## 17 1676.98 1
## 18 1704.31 1
## 19 1751.03 2
## 20 1772.15 2
## 21 1782.82 2
## 22 1742.85 1
## 23 1729.80 1
## 24 1754.84 2
## 25 1766.90 2
## 26 1784.49 2
## 27 1788.40 2
## 28 1816.27 2
## 29 1861.58 2
## 30 1855.56 2
## 31 1867.90 2
## 32 1877.33 2
## 33 1902.93 2
## 34 1894.44 2
## 35 1864.80 2
## 36 1879.13 2
## 37 1896.59 2
## 38 1893.78 2
## 39 1885.44 2
## 40 1882.73 2
## 41 1870.79 2
## 42 1843.72 2
## 43 1830.50 2
## 44 1802.91 2
## 45 1814.98 2
## 46 1829.04 2
## 47 1806.50 2
## 48 1813.40 2
## 49 1791.43 2
## 50 1782.56 2
## 51 1755.49 2
## 52 1754.82 2
## 53 1754.03 2
## 54 1796.85 2
## 55 1814.09 2
## 56 1824.09 2
## 57 1860.14 2
## 58 1867.62 2
## 59 1860.91 2
## 60 1879.64 2
## 61 1880.33 2
## 62 1846.10 2
## 63 1813.14 2
## 64 1818.27 2
## 65 1808.51 2
## 66 1767.84 2
## 67 1652.79 1
## 68 1676.73 1
## 69 1728.34 1
## 70 1709.61 1
## 71 1696.24 1
## 72 1693.21 1
## 73 1710.29 1
## 74 1713.83 1
## 75 1699.13 1
## 76 1647.81 1
## 77 1591.17 1
## 78 1614.77 1
## 79 1658.19 1
## 80 1644.63 1
## 81 1672.80 1
## 82 1662.54 1
## 83 1674.49 1
## 84 1702.93 1
## 85 1694.82 1
## 86 1684.04 1
## 87 1674.99 1
## 88 1677.54 1
## 89 1756.55 2
## 90 1736.68 1
## 91 1750.00 1
## 92 1758.96 2
## 93 1775.65 2
## 94 1800.65 2
## 95 1819.83 2
## 96 1817.17 2
## 97 1837.11 2
## 98 1833.48 2
## 99 1857.30 2
## 100 1870.36 2
## 101 1853.29 2
## 102 1875.84 2
## 103 1854.10 2
## 104 1854.06 2
## 105 1874.85 2
## 106 1891.20 2
## 107 1909.01 2
## 108 1915.37 2
## 109 1895.50 2
## 110 1901.10 2
## 111 1898.37 2
## 112 1925.46 2
## 113 1921.60 2
## 114 1927.94 2
## 115 1912.93 2
## 116 1913.23 2
## 117 1896.89 2
## 118 1877.13 2
## 119 1884.18 2
## 120 1874.43 2
## 121 1863.67 2
## 122 1863.49 2
## 123 1844.54 2
## 124 1826.47 2
## 125 1819.01 2
## 126 1831.55 2
## 127 1838.90 2
## 128 1790.53 2
## 129 1793.05 2
## 130 1803.71 2
## 131 1798.61 2
## 132 1791.65 2
## 133 1799.31 2
## 134 1807.94 2
## 135 1806.20 2
## 136 1830.47 2
## 137 1824.53 2
## 138 1857.91 2
## 139 1869.04 2
## 140 1878.02 2
## 141 1863.07 2
## 142 1871.91 2
## 143 1854.97 2
## 144 1860.01 2
## 145 1867.21 2
## 146 1866.35 2
## 147 1862.08 2
## 148 1843.50 2
## 149 1848.25 2
## 150 1853.70 2
## 151 1840.70 2
## 152 1828.34 2
## 153 1800.54 2
## 154 1806.63 2
## 155 1782.12 2
## 156 1804.24 2
## 157 1787.45 2
## 158 1743.51 1
## 159 1730.56 1
## 160 1668.53 1
## 161 1699.38 1
## 162 1686.11 1
## 163 1669.01 1
## 164 1680.62 1
## 165 1704.68 1
## 166 1744.66 1
## 167 1735.78 1
## 168 1762.84 2
## 169 1777.23 2
## 170 1776.46 2
## 171 1764.78 2
## 172 1768.06 2
## 173 1776.77 2
## 174 1773.41 2
## 175 1793.18 2
## 176 1765.63 2
## 177 1729.08 1
## 178 1727.46 1
## 179 1732.02 1
## 180 1726.69 1
## 181 1734.24 1
## 182 1768.12 2
## 183 1788.78 2
## 184 1791.41 2
## 185 1821.32 2
## 186 1831.56 2
## 187 1832.12 2
## 188 1827.72 2
## 189 1853.08 2
## 190 1821.64 2
## 191 1830.44 2
## 192 1827.12 2
## 193 1829.23 2
## 194 1795.21 2
## 195 1788.23 2
## 196 1811.15 2
## 197 1810.11 2
## 198 1822.77 2
## 199 1815.66 2
## 200 1799.67 2
## 201 1816.93 2
## 202 1801.65 2
## 203 1775.09 2
## 204 1785.11 2
## 205 1780.68 2
## 206 1777.73 2
## 207 1768.62 2
## 208 1749.30 1
## 209 1737.71 1
## 210 1753.20 2
## MÃ HÓA VN 30
VN30=as.numeric(gsub(",","",datadulieu$VN.30))
VN30MH=VN30
VN30MH=replace(VN30MH,VN30<=1950,1)
VN30MH=replace(VN30MH,VN30>1950,2)
VN30=data.frame(VN30,VN30MH)
VN30
## VN30 VN30MH
## 1 1923.55 1
## 2 1921.18 1
## 3 1923.92 1
## 4 1933.56 1
## 5 1950.12 2
## 6 1971.99 2
## 7 1979.53 2
## 8 1975.50 2
## 9 1983.82 2
## 10 1973.02 2
## 11 1946.98 1
## 12 1924.29 1
## 13 1867.03 1
## 14 1869.84 1
## 15 1909.87 1
## 16 1897.95 1
## 17 1903.47 1
## 18 1933.28 1
## 19 1985.28 2
## 20 2012.87 2
## 21 2023.13 2
## 22 1976.21 2
## 23 1965.97 2
## 24 1990.66 2
## 25 2009.70 2
## 26 2030.63 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 2094.24 2
## 38 2085.61 2
## 39 2080.38 2
## 40 2082.35 2
## 41 2077.76 2
## 42 2032.28 2
## 43 2019.88 2
## 44 1997.13 2
## 45 2018.98 2
## 46 2029.81 2
## 47 2004.31 2
## 48 1997.69 2
## 49 1988.19 2
## 50 1969.27 2
## 51 1943.60 1
## 52 1947.75 1
## 53 1951.58 2
## 54 2000.90 2
## 55 2016.47 2
## 56 2018.64 2
## 57 2039.80 2
## 58 2050.85 2
## 59 2049.64 2
## 60 2069.82 2
## 61 2061.75 2
## 62 2010.75 2
## 63 1959.35 2
## 64 1956.53 2
## 65 1942.76 1
## 66 1904.19 1
## 67 1780.71 1
## 68 1836.96 1
## 69 1889.94 1
## 70 1859.80 1
## 71 1853.60 1
## 72 1852.99 1
## 73 1873.65 1
## 74 1868.84 1
## 75 1854.19 1
## 76 1797.99 1
## 77 1741.05 1
## 78 1770.16 1
## 79 1814.73 1
## 80 1791.25 1
## 81 1821.53 1
## 82 1811.92 1
## 83 1829.59 1
## 84 1861.84 1
## 85 1852.99 1
## 86 1837.43 1
## 87 1836.25 1
## 88 1840.96 1
## 89 1931.01 1
## 90 1915.01 1
## 91 1928.23 1
## 92 1925.66 1
## 93 1946.55 1
## 94 1961.60 2
## 95 1979.19 2
## 96 1988.11 2
## 97 2009.04 2
## 98 2007.08 2
## 99 2025.41 2
## 100 2024.74 2
## 101 2011.42 2
## 102 2041.40 2
## 103 2022.75 2
## 104 2014.62 2
## 105 2032.30 2
## 106 2053.41 2
## 107 2079.10 2
## 108 2074.06 2
## 109 2040.51 2
## 110 2053.97 2
## 111 2043.51 2
## 112 2068.62 2
## 113 2050.58 2
## 114 2046.37 2
## 115 2027.45 2
## 116 2028.94 2
## 117 2027.51 2
## 118 2010.93 2
## 119 2027.90 2
## 120 2022.46 2
## 121 1999.82 2
## 122 1997.06 2
## 123 1989.71 2
## 124 1972.99 2
## 125 1974.60 2
## 126 1982.29 2
## 127 1986.28 2
## 128 1936.81 1
## 129 1951.92 2
## 130 1960.97 2
## 131 1947.28 1
## 132 1944.36 1
## 133 1962.48 2
## 134 1960.19 2
## 135 1957.17 2
## 136 1967.22 2
## 137 1963.57 2
## 138 1980.13 2
## 139 1995.12 2
## 140 2010.15 2
## 141 2004.62 2
## 142 2008.57 2
## 143 2004.29 2
## 144 1995.71 2
## 145 2013.35 2
## 146 2009.04 2
## 147 2002.56 2
## 148 1991.11 2
## 149 1995.91 2
## 150 1998.44 2
## 151 1987.11 2
## 152 1970.82 2
## 153 1939.84 1
## 154 1946.06 1
## 155 1916.05 1
## 156 1941.65 1
## 157 1931.65 1
## 158 1887.32 1
## 159 1881.32 1
## 160 1826.90 1
## 161 1845.32 1
## 162 1829.36 1
## 163 1806.50 1
## 164 1824.35 1
## 165 1849.12 1
## 166 1886.27 1
## 167 1872.07 1
## 168 1917.69 1
## 169 1927.35 1
## 170 1916.88 1
## 171 1902.79 1
## 172 1911.09 1
## 173 1925.18 1
## 174 1922.53 1
## 175 1936.46 1
## 176 1909.23 1
## 177 1876.81 1
## 178 1877.68 1
## 179 1876.14 1
## 180 1875.73 1
## 181 1887.06 1
## 182 1927.79 1
## 183 1942.00 1
## 184 1936.15 1
## 185 1970.01 2
## 186 1979.23 2
## 187 1982.96 2
## 188 1961.57 2
## 189 1984.89 2
## 190 1963.01 2
## 191 1968.52 2
## 192 1967.64 2
## 193 1976.82 2
## 194 1936.69 1
## 195 1928.57 1
## 196 1951.14 2
## 197 1954.29 2
## 198 1975.01 2
## 199 1964.17 2
## 200 1953.26 2
## 201 1965.36 2
## 202 1954.91 2
## 203 1932.15 1
## 204 1938.50 1
## 205 1922.42 1
## 206 1914.35 1
## 207 1906.81 1
## 208 1890.57 1
## 209 1875.99 1
## 210 1894.46 1
## MÃ HÓA DOW JONES
DowJones=as.numeric(gsub(",","",datadulieu$Dow.Jones))
DowJonesMH=DowJones
DowJonesMH=replace(DowJonesMH,DowJones<=50000,1)
DowJonesMH=replace(DowJonesMH,DowJones>50000,2)
DowJones=data.frame(DowJones,DowJonesMH)
DowJones
## DowJones DowJonesMH
## 1 47850.94 1
## 2 47954.99 1
## 3 47739.32 1
## 4 47560.29 1
## 5 48057.75 1
## 6 48704.01 1
## 7 48458.05 1
## 8 48416.56 1
## 9 48114.26 1
## 10 47885.97 1
## 11 47951.85 1
## 12 48134.89 1
## 13 48362.68 1
## 14 48442.41 1
## 15 48731.16 1
## 16 48731.16 1
## 17 48710.97 1
## 18 48461.93 1
## 19 48367.06 1
## 20 48063.29 1
## 21 48382.39 1
## 22 48977.18 1
## 23 49462.08 1
## 24 48996.08 1
## 25 49266.11 1
## 26 49504.07 1
## 27 49590.20 1
## 28 49191.99 1
## 29 49149.63 1
## 30 49442.44 1
## 31 49359.33 1
## 32 48488.59 1
## 33 49077.23 1
## 34 49384.01 1
## 35 49098.71 1
## 36 49412.40 1
## 37 49003.41 1
## 38 49015.60 1
## 39 49071.56 1
## 40 48892.47 1
## 41 49407.66 1
## 42 49240.99 1
## 43 49501.30 1
## 44 48908.72 1
## 45 50115.67 2
## 46 50135.87 2
## 47 50188.14 2
## 48 50121.40 2
## 49 49451.98 1
## 50 49500.93 1
## 51 49533.19 1
## 52 49662.66 1
## 53 49395.16 1
## 54 49625.97 1
## 55 48804.06 1
## 56 49174.50 1
## 57 49482.15 1
## 58 49499.20 1
## 59 48977.92 1
## 60 48904.78 1
## 61 48501.27 1
## 62 48739.41 1
## 63 47954.74 1
## 64 47501.55 1
## 65 47740.80 1
## 66 47706.51 1
## 67 47417.27 1
## 68 46677.85 1
## 69 46558.47 1
## 70 46946.41 1
## 71 46993.26 1
## 72 46225.15 1
## 73 46021.43 1
## 74 45577.47 1
## 75 46208.47 1
## 76 46124.06 1
## 77 46429.49 1
## 78 45960.11 1
## 79 45166.64 1
## 80 45216.14 1
## 81 46341.51 1
## 82 46565.74 1
## 83 46504.67 1
## 84 46669.88 1
## 85 46584.46 1
## 86 47909.92 1
## 87 48185.80 1
## 88 47916.57 1
## 89 48218.25 1
## 90 48535.99 1
## 91 48463.72 1
## 92 48578.72 1
## 93 49447.43 1
## 94 49442.56 1
## 95 49149.38 1
## 96 49490.03 1
## 97 49310.32 1
## 98 49230.71 1
## 99 49167.79 1
## 100 49141.93 1
## 101 48861.81 1
## 102 49652.14 1
## 103 49499.27 1
## 104 48941.90 1
## 105 49298.25 1
## 106 49910.59 1
## 107 49596.97 1
## 108 49609.16 1
## 109 49704.47 1
## 110 49760.56 1
## 111 49693.20 1
## 112 50063.46 2
## 113 49526.17 1
## 114 49686.12 1
## 115 49363.88 1
## 116 50009.35 2
## 117 50285.66 2
## 118 50579.70 2
## 119 50461.68 2
## 120 50644.28 2
## 121 50668.97 2
## 122 51032.46 2
## 123 51078.88 2
## 124 51307.79 2
## 125 50687.07 2
## 126 51561.93 2
## 127 50866.78 2
## 128 50786.01 2
## 129 50872.11 2
## 130 49918.78 1
## 131 50848.75 2
## 132 51202.26 2
## 133 51671.03 2
## 134 51999.67 2
## 135 51492.55 2
## 136 51564.70 2
## 137 51712.71 2
## 138 51666.84 2
## 139 51848.90 2
## 140 51920.62 2
## 141 51876.11 2
## 142 52182.74 2
## 143 52319.20 2
## 144 52305.24 2
## 145 52900.07 2
## 146 53055.91 2
## 147 52925.15 2
## 148 52348.39 2
## 149 52487.41 2
## 150 52637.01 2
## 151 52498.64 2
## 152 52508.27 2
## 153 52658.64 2
## 154 52552.97 2
## 155 52146.42 2
## 156 51839.26 2
## 157 52224.64 2
## 158 52218.58 2
## 159 51711.65 2
## 160 51947.25 2
## 161 52210.08 2
## 162 52747.32 2
## 163 51594.14 2
## 164 52208.06 2
## 165 52485.03 2
## 166 53178.41 2
## 167 54085.88 2
## 168 54349.12 2
## 169 53885.10 2
## 170 54036.93 2
## 171 53975.98 2
## 172 53791.85 2
## 173 53770.27 2
## 174 53839.99 2
## 175 53732.41 2
## 176 53459.78 2
## 177 53343.40 2
## 178 53463.05 2
## 179 52759.21 2
## 180 53277.01 2
## 181 53417.16 2
## 182 53577.40 2
## 183 53463.88 2
## 184 53569.44 2
## 185 53559.99 2
## 186 53185.90 2
## 187 52766.88 2
## 188 53061.95 2
## 189 53686.11 2
## 190 53414.25 2
## 191 52786.07 2
## 192 52380.66 2
## 193 52064.10 2
## 194 52573.29 2
## 195 52421.20 2
## 196 52093.11 2
## 197 51461.90 2
## 198 51778.04 2
## 199 51682.64 2
## 200 52048.83 2
## 201 51863.69 2
## 202 51511.59 2
## 203 51349.98 2
## 204 51828.62 2
## 205 51481.51 2
## 206 51349.92 2
## 207 50906.05 2
## 208 50926.56 2
## 209 51176.96 2
## 210 51267.90 2
# CÂU C THỐNG KÊ CÁC CHỈ SỐ TÀI CHÍNH
## THỐNG KÊ DƯỚI DẠNG RATIO SCALE
## THỐNG KÊ CÁC BIẾN
library(psych)
ABCDEF=data.frame(VNIndex,VN30,DowJones)
describe(ABCDEF)
## vars n mean sd median trimmed mad min
## VNIndex 1 210 1791.35 72.52 1799.49 1794.07 81.77 1591.17
## VNIndexMH 2 210 1.71 0.45 2.00 1.77 0.00 1.00
## VN30 3 210 1958.37 73.15 1963.87 1961.41 69.72 1741.05
## VN30MH 4 210 1.58 0.49 2.00 1.60 0.00 1.00
## DowJones 5 210 50188.90 2145.56 49674.39 50223.41 2484.19 45166.64
## DowJonesMH 6 210 1.47 0.50 1.00 1.46 0.00 1.00
## max range skew kurtosis se
## VNIndex 1927.94 336.77 -0.32 -0.67 5.00
## VNIndexMH 2.00 1.00 -0.94 -1.12 0.03
## VN30 2096.76 355.71 -0.40 -0.27 5.05
## VN30MH 2.00 1.00 -0.33 -1.90 0.03
## DowJones 54349.12 9182.48 -0.05 -0.80 148.06
## DowJonesMH 2.00 1.00 0.11 -2.00 0.03
#### NHẬN XÉT:
# Giá trị trung bình của VN Index, VN 30 và Dow Jones lần lượt là 1791.35, 1958.37 và 50188.90.
# Dow Jones có độ phân tán tuyệt đối lớn nhất (SD = 2145.56, Range = 9182.48); VN Index có độ phân tán nhỏ nhất (SD = 72.52, Range = 336.77).
# Giá trị trung vị chia dữ liệu thành 2 phần bằng nhau: VN Index (1799.49), VN 30 (1963.87), Dow Jones (49674.39).
# VN Index và VN 30 lệch trái nhẹ (Skewness lần lượt là -0.53 và -0.38), trong khi Dow Jones lệch phải nhẹ (Skewness = 0.23).
## Thống kê các chỉ số tài chính dưới dạng Ordinal scale
library(psych)
abcMH=data.frame(VNIndex,VN30,DowJones)
describe(abcMH)
## vars n mean sd median trimmed mad min
## VNIndex 1 210 1791.35 72.52 1799.49 1794.07 81.77 1591.17
## VNIndexMH 2 210 1.71 0.45 2.00 1.77 0.00 1.00
## VN30 3 210 1958.37 73.15 1963.87 1961.41 69.72 1741.05
## VN30MH 4 210 1.58 0.49 2.00 1.60 0.00 1.00
## DowJones 5 210 50188.90 2145.56 49674.39 50223.41 2484.19 45166.64
## DowJonesMH 6 210 1.47 0.50 1.00 1.46 0.00 1.00
## max range skew kurtosis se
## VNIndex 1927.94 336.77 -0.32 -0.67 5.00
## VNIndexMH 2.00 1.00 -0.94 -1.12 0.03
## VN30 2096.76 355.71 -0.40 -0.27 5.05
## VN30MH 2.00 1.00 -0.33 -1.90 0.03
## DowJones 54349.12 9182.48 -0.05 -0.80 148.06
## DowJonesMH 2.00 1.00 0.11 -2.00 0.03
#### NHẬN XÉT THỐNG KÊ DẠNG ORDINAL (abcMH):
# VN Index mã hóa (VNIndexMH) có giá trị trung bình cao nhất (Mean = 1.71, Median = 2.00, SD = 0.45), phản ánh tỷ lệ lớn các quan sát tập trung ở Nhóm 2 (chiếm 71,43%).
# VN 30 mã hóa (VN30MH) có giá trị trung bình đạt 1.58 (Median = 2.00, SD = 0.49), cho thấy nhóm 2 chiếm ưu thế nhỉnh hơn (58,10%).
# Dow Jones mã hóa (DowJonesMH) có giá trị trung bình là 1.47 (Median = 1.00, SD = 0.50), phản ánh sự phân bố cân bằng hơn giữa 2 nhóm, trong đó Nhóm 1 chiếm tỷ lệ nhỉnh hơn chút ít (52,86%).
# CÂU D VẼ ĐỒ THỊ
## ĐỒ THỊ TRÒN
## VN Index
pie(table(VNIndexMH),col=c("darkorchid3","gold1"),main="Đồ thị tỷ lệ VN Index")
### VN 30
pie(table(VN30MH),col=c("indianred2","mediumturquoise"),main="Đồ thị tỷ lệ VN 30")
### Dow Jones
pie(table(DowJonesMH),col=c("cadetblue3","orange1"),main="Đồ thị tỷ lệ Dow Jones")
#### NHẬN XÉT TỔNG QUAN CÁC ĐỒ THỊ TRÒN:
# - VN Index có sự chênh lệch tỷ trọng lớn nhất, trong đó Nhóm 2 chiếm ưu thế áp đảo với 71,43% (150 quan sát) so với 28,57% của Nhóm 1 (60 quan sát), cho thấy thị trường duy trì ở vùng điểm cao trong phần lớn giai đoạn.
# - VN 30 có sự phân bổ lệch nhẹ về Nhóm 2 khi chiếm 58,10% (122 quan sát), trong khi Nhóm 1 chiếm 41,90% (88 quan sát), phản ánh xu hướng tích cực nhưng có tính tích lũy cao hơn VN Index.
# - Dow Jones thể hiện sự cân bằng rõ rệt nhất với tỷ lệ gần như chia đều nửa hình tròn giữa Nhóm 1 (52,86% - 111 quan sát) và Nhóm 2 (47,14% - 99 quan sát), cho thấy biến động xoay quanh ngưỡng 50.000 điểm rất đồng đều.
### ĐỒ THỊ CỘT
### VN Index
VNIndex.freq=table(VNIndexMH)
barplot(VNIndex.freq,xlab="Nhóm VN Index",ylab="Số lượng",main="Biểu đồ cột VN Index",col=c("darkorchid3","gold1"))
### VN 30
VN30.freq=table(VN30MH)
barplot(VN30.freq,xlab="Nhóm VN 30",ylab="Số lượng",main="Biểu đồ cột VN 30",col=c("indianred2","mediumturquoise"))
### Dow Jones
DowJones.freq=table(DowJonesMH)
barplot(DowJones.freq,xlab="Nhóm Dow Jones",ylab="Số lượng",main="Biểu đồ cột Dow Jones",col=c("cadetblue3","orange1"))
#### NHẬN XÉT TỔNG QUAN CÁC ĐỒ THỊ CỘT:
# - Cột VN Index thể hiện sự chênh lệch độ cao rõ rệt nhất, khi cột Nhóm 2 cao vượt trội với 150 quan sát, gấp 2,5 lần so với cột Nhóm 1 (60 quan sát), khẳng định tần suất xuất hiện mức điểm cao là chủ đạo.
# - Cột VN 30 ghi nhận sự chênh lệch nhẹ hơn nhưng cột Nhóm 2 vẫn cao hơn rõ ràng với 122 quan sát so với Nhóm 1 (88 quan sát), thể hiện xu hướng duy trì ở vùng điểm cao tích cực.
# - Cột Dow Jones thể hiện chiều cao hai cột gần như ngang bằng nhau giữa Nhóm 1 (111 quan sát) và Nhóm 2 (99 quan sát), phản ánh sự phân bố số phiên giao dịch biến động rất đồng đều ở hai phân khúc.
### ĐỒ THỊ ĐƯỜNG
STT=1:nrow(datadulieu)
VNIndex_val=as.numeric(gsub(",","",datadulieu$VN.Index))
VN30_val=as.numeric(gsub(",","",datadulieu$VN.30))
DowJones_val=as.numeric(gsub(",","",datadulieu$Dow.Jones))
plot(STT,VNIndex_val,type="o",xlab="Số phiên",ylab="Giá trị VN Index",pch=19,col="purple3",main="Giá trị VN Index từ ngày 1 đến ngày 210")
#### NHẬN XÉT: VN Index có xu hướng tăng trưởng rõ rệt trong giai đoạn đầu, tạo đỉnh ở khu vực giữa kỳ (quanh 1.920 điểm) sau đó dao động điều chỉnh và kết thúc giai đoạn quanh mức 1.750 điểm.
plot(STT,VN30_val,type="o",xlab="Số phiên",ylab="Giá trị VN 30",pch=19,col="tomato2",main="Giá trị VN 30 từ ngày 1 đến ngày 210")
#### NHẬN XÉT: VN 30 biến động đồng điệu với VN Index, tăng nhanh từ mức 1.740 điểm lên đỉnh cao hơn 2.090 điểm trước khi giảm dần về mức 1.890 điểm ở cuối kỳ.
plot(STT,DowJones_val,type="o",xlab="Số phiên",ylab="Giá trị Dow Jones",pch=19,col="royalblue3",main="Giá trị Dow Jones từ ngày 1 đến ngày 210")
#### NHẬN XÉT: Dow Jones duy trì xu hướng tăng dài hạn trong 210 phiên, dao động từ mức thấp nhất khoảng 45.166 điểm đến đỉnh gần 54.349 điểm.
# CÂU E PHÂN TÍCH TƯƠNG QUAN VÀ VẼ ĐỒ THỊ TƯƠNG QUAN
# Tính toán tương quan giữa VNIndex và VN30
cor(VNIndex_val, VN30_val)
## [1] 0.8965765
cor.test(VNIndex_val, VN30_val)
##
## Pearson's product-moment correlation
##
## data: VNIndex_val and VN30_val
## t = 29.196, df = 208, p-value < 2.2e-16
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.8663505 0.9202587
## sample estimates:
## cor
## 0.8965765
# Nhận xét: VN Index và VN 30 có mối tương quan thuận cực kỳ mạnh, r = 0.8966 > 0.
# Mối tương quan có ý nghĩa thống kê cao với p-value < 2.2e-16 (< 0.05).
# Tính toán tương quan giữa VNIndex và DowJones
cor(VNIndex_val, DowJones_val)
## [1] 0.3113843
cor.test(VNIndex_val, DowJones_val)
##
## Pearson's product-moment correlation
##
## data: VNIndex_val and DowJones_val
## t = 4.7258, df = 208, p-value = 4.218e-06
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.1837401 0.4287014
## sample estimates:
## cor
## 0.3113843
# Nhận xét: VN Index và Dow Jones có mối tương quan thuận mức độ trung bình, r = 0.3114 > 0.
# Mối tương quan có ý nghĩa thống kê với p-value = 4.218e-06 < 0.05.
# Tính toán tương quan giữa VN30 và DowJones
cor(VN30_val, DowJones_val)
## [1] 0.101731
cor.test(VN30_val, DowJones_val)
##
## Pearson's product-moment correlation
##
## data: VN30_val and DowJones_val
## t = 1.4748, df = 208, p-value = 0.1418
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## -0.03412949 0.23389986
## sample estimates:
## cor
## 0.101731
# Nhận xét: VN 30 và Dow Jones có tương quan thuận yếu, r = 0.1017 > 0, tuy nhiên không có ý nghĩa thống kê ở mức 5% (p-value = 0.1418 > 0.05).
## E. Vẽ đồ thị tương quan đa biến
library(psych)
vars = cbind(VNIndex=VNIndex_val, VN30=VN30_val, DowJones=DowJones_val)
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$r
## VNIndex VN30 DowJones
## VNIndex 1.0000000 0.8965765 0.3113843
## VN30 0.8965765 1.0000000 0.1017310
## DowJones 0.3113843 0.1017310 1.0000000
result$P
## VNIndex VN30 DowJones
## VNIndex NA 0.0000000 4.217994e-06
## VN30 0.000000e+00 NA 1.417683e-01
## DowJones 4.217994e-06 0.1417683 NA
#### NHẬN XÉT TỔNG QUAN TỪ ĐỒ THỊ TƯƠNG QUAN (pairs.panels):
# - Đồ thị phân tán: Giữa VNIndex và VN30 có xu hướng tuyến tính rất rõ rệt. Giữa VNIndex và DowJones điểm dữ liệu phân tán rộng hơn nhưng vẫn thể hiện chiều tăng.
# - Đường cong xấp xỉ (LOESS curve): Thể hiện rõ xu hướng đồng điệu giữa các chỉ số thị trường.
# - Đường chéo chính (Histogram): Cả 3 biến đều phân phối đơn đỉnh, khá cân đối.
# - Hệ số tương quan: Cao nhất là VNIndex và VN30 (r = 0.90), tiếp theo là VNIndex và DowJones (r = 0.31).
# CÂU F THỰC HIỆN MÔ HÌNH HỒI QUY TUYẾN TÍNH
mreg=lm(VNIndex_val ~ VN30_val + DowJones_val)
summary(mreg)
##
## Call:
## lm(formula = VNIndex_val ~ VN30_val + DowJones_val)
##
## Residuals:
## Min 1Q Median 3Q Max
## -64.32 -12.62 5.03 17.43 67.93
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -2.829e+02 6.556e+01 -4.316 2.46e-05 ***
## VN30_val 8.665e-01 2.657e-02 32.607 < 2e-16 ***
## DowJones_val 7.520e-03 9.060e-04 8.301 1.33e-14 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 27.96 on 207 degrees of freedom
## Multiple R-squared: 0.8528, Adjusted R-squared: 0.8514
## F-statistic: 599.8 on 2 and 207 DF, p-value: < 2.2e-16
#### NHẬN XÉT:
# Phương trình hồi quy: VNIndex = -282.938 + 0.866*VN30 + 0.0075*DowJones + ei
# Mô hình hồi quy đạt ý nghĩa thống kê tổng thể với F-statistic = 599.8 và p-value < 2.2e-16 (< 0.001).
# Hệ số R2 = 0.853; cho thấy VN 30 và Dow Jones giải thích 85.30% sự biến thiên của VN Index (R2 hiệu chỉnh = 0.851).
# Khi VN 30 tăng 1 điểm thì VN Index tăng 0.866 điểm (p < 0.001).
# Khi Dow Jones tăng 1 điểm thì VN Index tăng 0.0075 điểm (p < 0.001).
# CÂU G THỰC HIỆN KIỂM ĐỊNH SAU MÔ HÌNH HỒI QUY TUYẾN TÍNH
## 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)
## VN30_val DowJones_val
## 1.010457 1.010457
#Phép 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 = 0.076622, p-value < 2.2e-16
## alternative hypothesis: true autocorrelation is greater than 0
#### NHẬN XÉT
# Giá trị VIF của VN30 và DowJones đều bằng 1.01 (< 10), khẳng định mô hình KHÔNG bị đa cộng tuyến.
# Kiểm định Durbin-Watson cho giá trị DW = 0.0766 (p < 0.001), phản ánh có hiện tượng tự tương quan chuỗi dương giữa các phần dư.