#Họ và tên : Hoàng Thị Minh Thư
#Lớp :24NH1
#MSSV: 2454020017
#BÀI THI CUỐI KỲ
#câu a: nhâpl liệu
datadulieu=file.choose()
datadulieu=read.csv(datadulieu,header=TRUE, sep=";")
datadulieu=na.omit(datadulieu)
save(datadulieu,file="datadulieu.rda")
attach(datadulieu)
is.data.frame(datadulieu)
## [1] TRUE
#câu b
# Mã hóa VN30
VN30MH=VN30
VN30MH=replace(VN30MH,VN30 < 1932.90, 1)
VN30MH=replace(VN30MH,VN30 >= 1932.90 & VN30 <= 1995.78, 2)
VN30MH=replace(VN30MH,VN30 > 1995.78, 3)
VN30code=data.frame(VN30,VN30MH)
VN30code
## VN30 VN30MH
## 1 1923.55 1
## 2 1921.18 1
## 3 1923.92 1
## 4 1933.56 2
## 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 2
## 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 2
## 19 1985.28 2
## 20 2012.87 3
## 21 2023.13 3
## 22 1976.21 2
## 23 1965.97 2
## 24 1990.66 2
## 25 2009.70 3
## 26 2030.63 3
## 27 2028.68 3
## 28 2055.96 3
## 29 2096.76 3
## 30 2074.03 3
## 31 2066.21 3
## 32 2080.24 3
## 33 2089.21 3
## 34 2067.10 3
## 35 2047.48 3
## 36 2080.35 3
## 37 2094.24 3
## 38 2085.61 3
## 39 2080.38 3
## 40 2082.35 3
## 41 2077.76 3
## 42 2032.28 3
## 43 2019.88 3
## 44 1997.13 3
## 45 2018.98 3
## 46 2029.81 3
## 47 2004.31 3
## 48 1997.69 3
## 49 1988.19 2
## 50 1969.27 2
## 51 1943.60 2
## 52 1947.75 2
## 53 1951.58 2
## 54 2000.90 3
## 55 2016.47 3
## 56 2018.64 3
## 57 2039.80 3
## 58 2050.85 3
## 59 2049.64 3
## 60 2069.82 3
## 61 2061.75 3
## 62 2010.75 3
## 63 1959.35 2
## 64 1956.53 2
## 65 1942.76 2
## 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 2
## 94 1961.60 2
## 95 1979.19 2
## 96 1988.11 2
## 97 2009.04 3
## 98 2007.08 3
## 99 2025.41 3
## 100 2024.74 3
## 101 2011.42 3
## 102 2041.40 3
## 103 2022.75 3
## 104 2014.62 3
## 105 2032.30 3
## 106 2053.41 3
## 107 2079.10 3
## 108 2074.06 3
## 109 2040.51 3
## 110 2053.97 3
## 111 2043.51 3
## 112 2068.62 3
## 113 2050.58 3
## 114 2046.37 3
## 115 2027.45 3
## 116 2028.94 3
## 117 2027.51 3
## 118 2010.93 3
## 119 2027.90 3
## 120 2022.46 3
## 121 1999.82 3
## 122 1997.06 3
## 123 1989.71 2
## 124 1972.99 2
## 125 1974.60 2
## 126 1982.29 2
## 127 1986.28 2
## 128 1936.81 2
## 129 1951.92 2
## 130 1960.97 2
## 131 1947.28 2
## 132 1944.36 2
## 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 3
## 141 2004.62 3
## 142 2008.57 3
## 143 2004.29 3
## 144 1995.71 2
## 145 2013.35 3
## 146 2009.04 3
## 147 2002.56 3
## 148 1991.11 2
## 149 1995.91 3
## 150 1998.44 3
## 151 1987.11 2
## 152 1970.82 2
## 153 1939.84 2
## 154 1946.06 2
## 155 1916.05 1
## 156 1941.65 2
## 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 2
## 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 2
## 184 1936.15 2
## 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 2
## 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 2
## 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 DowJones
DowJonesMH=DowJones
DowJonesMH=replace(DowJonesMH,DowJones < 49149.55, 1)
DowJonesMH=replace(DowJonesMH,DowJones >= 49149.55 & DowJones <= 51498.90, 2)
DowJonesMH=replace(DowJonesMH,DowJones > 51498.90, 3)
DowJonescode=data.frame(DowJones,DowJonesMH)
DowJonescode
## 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 2
## 24 48996.08 1
## 25 49266.11 2
## 26 49504.07 2
## 27 49590.20 2
## 28 49191.99 2
## 29 49149.63 2
## 30 49442.44 2
## 31 49359.33 2
## 32 48488.59 1
## 33 49077.23 1
## 34 49384.01 2
## 35 49098.71 1
## 36 49412.40 2
## 37 49003.41 1
## 38 49015.60 1
## 39 49071.56 1
## 40 48892.47 1
## 41 49407.66 2
## 42 49240.99 2
## 43 49501.30 2
## 44 48908.72 1
## 45 50115.67 2
## 46 50135.87 2
## 47 50188.14 2
## 48 50121.40 2
## 49 49451.98 2
## 50 49500.93 2
## 51 49533.19 2
## 52 49662.66 2
## 53 49395.16 2
## 54 49625.97 2
## 55 48804.06 1
## 56 49174.50 2
## 57 49482.15 2
## 58 49499.20 2
## 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 2
## 94 49442.56 2
## 95 49149.38 1
## 96 49490.03 2
## 97 49310.32 2
## 98 49230.71 2
## 99 49167.79 2
## 100 49141.93 1
## 101 48861.81 1
## 102 49652.14 2
## 103 49499.27 2
## 104 48941.90 1
## 105 49298.25 2
## 106 49910.59 2
## 107 49596.97 2
## 108 49609.16 2
## 109 49704.47 2
## 110 49760.56 2
## 111 49693.20 2
## 112 50063.46 2
## 113 49526.17 2
## 114 49686.12 2
## 115 49363.88 2
## 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 3
## 127 50866.78 2
## 128 50786.01 2
## 129 50872.11 2
## 130 49918.78 2
## 131 50848.75 2
## 132 51202.26 2
## 133 51671.03 3
## 134 51999.67 3
## 135 51492.55 2
## 136 51564.70 3
## 137 51712.71 3
## 138 51666.84 3
## 139 51848.90 3
## 140 51920.62 3
## 141 51876.11 3
## 142 52182.74 3
## 143 52319.20 3
## 144 52305.24 3
## 145 52900.07 3
## 146 53055.91 3
## 147 52925.15 3
## 148 52348.39 3
## 149 52487.41 3
## 150 52637.01 3
## 151 52498.64 3
## 152 52508.27 3
## 153 52658.64 3
## 154 52552.97 3
## 155 52146.42 3
## 156 51839.26 3
## 157 52224.64 3
## 158 52218.58 3
## 159 51711.65 3
## 160 51947.25 3
## 161 52210.08 3
## 162 52747.32 3
## 163 51594.14 3
## 164 52208.06 3
## 165 52485.03 3
## 166 53178.41 3
## 167 54085.88 3
## 168 54349.12 3
## 169 53885.10 3
## 170 54036.93 3
## 171 53975.98 3
## 172 53791.85 3
## 173 53770.27 3
## 174 53839.99 3
## 175 53732.41 3
## 176 53459.78 3
## 177 53343.40 3
## 178 53463.05 3
## 179 52759.21 3
## 180 53277.01 3
## 181 53417.16 3
## 182 53577.40 3
## 183 53463.88 3
## 184 53569.44 3
## 185 53559.99 3
## 186 53185.90 3
## 187 52766.88 3
## 188 53061.95 3
## 189 53686.11 3
## 190 53414.25 3
## 191 52786.07 3
## 192 52380.66 3
## 193 52064.10 3
## 194 52573.29 3
## 195 52421.20 3
## 196 52093.11 3
## 197 51461.90 2
## 198 51778.04 3
## 199 51682.64 3
## 200 52048.83 3
## 201 51863.69 3
## 202 51511.59 3
## 203 51349.98 2
## 204 51828.62 3
## 205 51481.51 2
## 206 51349.92 2
## 207 50906.05 2
## 208 50926.56 2
## 209 51176.96 2
## 210 51267.90 2
# Mã hóa VNI
VNIMH=VNI
VNIMH=replace(VNIMH,VNI < 1764.13, 1)
VNIMH=replace(VNIMH,VNI >= 1764.13 & VNI <= 1829.10, 2)
VNIMH=replace(VNIMH,VNI > 1829.10, 3)
VNIcode=data.frame(VNI,VNIMH)
VNIcode
## VNI VNIMH
## 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 1
## 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 1
## 20 1772.15 2
## 21 1782.82 2
## 22 1742.85 1
## 23 1729.80 1
## 24 1754.84 1
## 25 1766.90 2
## 26 1784.49 2
## 27 1788.40 2
## 28 1816.27 2
## 29 1861.58 3
## 30 1855.56 3
## 31 1867.90 3
## 32 1877.33 3
## 33 1902.93 3
## 34 1894.44 3
## 35 1864.80 3
## 36 1879.13 3
## 37 1896.59 3
## 38 1893.78 3
## 39 1885.44 3
## 40 1882.73 3
## 41 1870.79 3
## 42 1843.72 3
## 43 1830.50 3
## 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 1
## 52 1754.82 1
## 53 1754.03 1
## 54 1796.85 2
## 55 1814.09 2
## 56 1824.09 2
## 57 1860.14 3
## 58 1867.62 3
## 59 1860.91 3
## 60 1879.64 3
## 61 1880.33 3
## 62 1846.10 3
## 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 1
## 90 1736.68 1
## 91 1750.00 1
## 92 1758.96 1
## 93 1775.65 2
## 94 1800.65 2
## 95 1819.83 2
## 96 1817.17 2
## 97 1837.11 3
## 98 1833.48 3
## 99 1857.30 3
## 100 1870.36 3
## 101 1853.29 3
## 102 1875.84 3
## 103 1854.10 3
## 104 1854.06 3
## 105 1874.85 3
## 106 1891.20 3
## 107 1909.01 3
## 108 1915.37 3
## 109 1895.50 3
## 110 1901.10 3
## 111 1898.37 3
## 112 1925.46 3
## 113 1921.60 3
## 114 1927.94 3
## 115 1912.93 3
## 116 1913.23 3
## 117 1896.89 3
## 118 1877.13 3
## 119 1884.18 3
## 120 1874.43 3
## 121 1863.67 3
## 122 1863.49 3
## 123 1844.54 3
## 124 1826.47 2
## 125 1819.01 2
## 126 1831.55 3
## 127 1838.90 3
## 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 3
## 137 1824.53 2
## 138 1857.91 3
## 139 1869.04 3
## 140 1878.02 3
## 141 1863.07 3
## 142 1871.91 3
## 143 1854.97 3
## 144 1860.01 3
## 145 1867.21 3
## 146 1866.35 3
## 147 1862.08 3
## 148 1843.50 3
## 149 1848.25 3
## 150 1853.70 3
## 151 1840.70 3
## 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 1
## 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 3
## 187 1832.12 3
## 188 1827.72 2
## 189 1853.08 3
## 190 1821.64 2
## 191 1830.44 3
## 192 1827.12 2
## 193 1829.23 3
## 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 1
#câu c
#thống kê RATIO SCALE
library(psych)
dulieu1=data.frame(VN30,DowJones,VNI)
describe(dulieu1)
## vars n mean sd median trimmed mad min max
## VN30 1 210 1958.37 73.15 1963.87 1961.41 69.72 1741.05 2096.76
## DowJones 2 210 50188.90 2145.56 49674.39 50223.41 2484.19 45166.64 54349.12
## VNI 3 210 1791.35 72.52 1799.49 1794.07 81.77 1591.17 1927.94
## range skew kurtosis se
## VN30 355.71 -0.40 -0.27 5.05
## DowJones 9182.48 -0.05 -0.80 148.06
## VNI 336.77 -0.32 -0.67 5.00
#NHẬN XÉT:
#thống kê ORDINAL SCALE
library(psych)
dulieu2=data.frame(VN30MH,DowJonesMH,VNIMH)
describe(dulieu2)
## vars n mean sd median trimmed mad min max range skew kurtosis
## VN30MH 1 210 2 0.82 2 2 1.48 1 3 2 0 -1.51
## DowJonesMH 2 210 2 0.82 2 2 1.48 1 3 2 0 -1.51
## VNIMH 3 210 2 0.82 2 2 1.48 1 3 2 0 -1.51
## se
## VN30MH 0.06
## DowJonesMH 0.06
## VNIMH 0.06
#NHẬN XÉT:
#CÂU D
#biểu đồ cột VN30
VN30MH <- cut(VN30, breaks = 3, labels = c("Thấp", "Trung bình", "Cao"))
VN30.freq<-table(VN30MH)
VN30.freq
## VN30MH
## Thấp Trung bình Cao
## 23 99 88
barplot(VN30.freq,xlab="Tỷ lệ",ylab="Số lượng",sub="biểu đồ cột VN30",col=c("pink","gold","blue"))
#NHẬN XÉT:
#biểu đồ cột DowJones
DowJonesMH <- cut(DowJones, breaks = 3, labels = c("Thấp", "Trung bình", "Cao"))
DowJones.freq<-table(DowJonesMH)
DowJones.freq
## DowJonesMH
## Thấp Trung bình Cao
## 37 97 76
barplot(DowJones.freq,xlab="Tỷ lệ",ylab="Số lượng",sub="biểu đồ cột DowJones",col=c("gray","gold","red"))
#NHẬN XÉT:
#biểu đồ cột VNI
VNIMH <- cut(VNI, breaks = 3, labels = c("Thấp", "Trung bình", "Cao"))
VNI.freq<-table(VNIMH)
VNI.freq
## VNIMH
## Thấp Trung bình Cao
## 33 91 86
barplot(VNI.freq,xlab="Tỷ lệ",ylab="Số lượng",sub="biểu đồ cột VNI",col=c("green","purple","blue"))
#NHẬN XÉT
#biểu đồ tròn VN30
pie(table(VN30MH),col=c("lightpink","lightyellow","lavender"),sub="biểu đồ tròn của VN30")
#NHẬN XÉT
#biểu đồ tròn DowJones
pie(table(DowJonesMH),col=c("hotpink","skyblue","navy"),sub="biểu đồ tròn của DowJones")
#NHẬN XÉT
#biểu đồ tròn của VNI
pie(table(VNIMH),col=c("gold","royalblue","salmon"),sub="biểu đồ tròn của VNI")
#NHẬN XÉT
#biểu đồ đường VN30
Ngày <- as.Date(Ngày, format = "%d/%m/%Y")
plot(Ngày, VN30, type = "o", xlab = "tháng", ylab="giá trị chỉ số",col="navy",pch=10, main="biểu đồ đường VN30")
#NHẬN XÉT
#biểu đồ đường DowJones
Ngày <- as.Date(Ngày, format = "%d/%m/%Y")
plot(Ngày, DowJones, type = "o", xlab = "tháng", ylab="giá trị chỉ số",col="brown",pch=10, main="biểu đồ đường DowJones")
#NHẬN XÉT
#biểu đồ đường VNI
Ngày <- as.Date(Ngày, format = "%d/%m/%Y")
plot(Ngày, VNI, type = "o", xlab = "tháng", ylab="giá trị chỉ số",col="black",pch=10, main="biểu đồ đường VNI")
#NHẬN XÉT
#CÂU E
# phân tích tương quan
library(psych)
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
vars=cbind(VN30,DowJones,VNI)
pairs.panels(vars)
result=rcorr(as.matrix(vars),type="pearson")
result$r
## VN30 DowJones VNI
## VN30 1.0000000 0.1017310 0.8965765
## DowJones 0.1017310 1.0000000 0.3113843
## VNI 0.8965765 0.3113843 1.0000000
result$P
## VN30 DowJones VNI
## VN30 NA 1.417683e-01 0.000000e+00
## DowJones 0.1417683 NA 4.217994e-06
## VNI 0.0000000 4.217994e-06 NA
#NHẬN XÉT
#CÂU F
#mô hình hồi quy tuyến tính
mreg=lm(VN30~DowJones+VNI)
summary(mreg)
##
## Call:
## lm(formula = VN30 ~ DowJones + VNI)
##
## Residuals:
## Min 1Q Median 3Q Max
## -62.374 -16.735 -3.636 15.872 74.301
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 564.109009 60.710455 9.292 < 2e-16 ***
## DowJones -0.006699 0.001001 -6.690 2.05e-10 ***
## VNI 0.966029 0.029627 32.607 < 2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 29.52 on 207 degrees of freedom
## Multiple R-squared: 0.8387, Adjusted R-squared: 0.8372
## F-statistic: 538.2 on 2 and 207 DF, p-value: < 2.2e-16
#NHẬN XÉT
#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)
## DowJones VNI
## 1.107371 1.107371
library(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 = 0.079835, p-value < 2.2e-16
## alternative hypothesis: true autocorrelation is greater than 0
op <- par(mfrow = c(2, 2))
plot(mreg)
#