Nhóm 4 - Olympics giai đoạn 1896 đến 2016

23-4-2022

Thành viên nhóm 4

Hoàng Đăng Khánh - 11192562
Trần Đức Thuận - 11194988
Hoàng Ánh Dương - 11191237
Lê Hà Chi - 11190818
Đào Hương Giang - 11191382
Kỳ Cẩm Nhung - 11194035

1. Giới thiệu chung

1.1. Packages được sử dụng

library("tidyverse") # dplyr, tidyr, ggplot2,...

# Missing data
library("naniar")
library("mice")

# Cluster
library("cluster")
library("factoextra")

# Hồi quy logistics
library("nnet")

1.2. Dữ liệu

1.3. Missing data

Có missing data ở 4 biến là Age, Medal, Height và Height

2. Tổng quan về Olympics

2.1. Ở Olympics người ta thi gì?

2.2. Số năm được xuất hiện và số nội dung thi đấu

2.3. Sự tham gia của các nước

2.4. Bình đẳng giới tại thế vận hội mùa hè

2.5. Thành tích của các quốc gia (TVH mùa hè)

Giai đoạn từ 1950 - 1960

2.5. Thành tích của các quốc gia (TVH mùa hè)

Giai đoạn từ 2000 - 2016

2.5. Thành tích của các quốc gia (TVH mùa hè)

4. Phân cụm

4.1. Kiểm tra outliers

Có outliers của 2 biến Height và Weight

\(\to\) sử dụng phương pháp K-Medoids để cho ra kết quả tốt hơn.

4.1. Kiểm tra outliers

4.2. Xử lý missing data

4.3. Số lượng cụm tối ưu

4.4. CLARA

Sử dụng thuật toán CLARA với cỡ mẫu được lấy là 2000 quan sát

	Height	Weight
Cluster 1	189	88
Cluster 2	178	71
Cluster 3	165	57

4.4. CLARA

5. Hồi quy logistic đa thức

5.1. Lấy dữ liệu

Biến phụ thuộc: Medal
Biến độc lập: Height, Weight, Sex và Age

5.2. Kiểm tra outliers

5.3. Mô hình hồi quy

	(Intercept)	Height	SexM	Age
Bronze	-6.847***	0.025***	-0.375***	-0.006
Silver	-9.091***	0.036***	-0.594***	0.008
Gold	-10.125***	0.041***	-0.624***	0.011

_{_{p<0.01, ** p<0.05, * p<0.1}}

_{_{Residual Deviance: 15715.09}}

_{_{AIC: 15739.09}}

5.3. Mô hình hồi quy

	(Intercept)	Weight	SexM	Age
Bronze	-3.934***	0.023***	-0.44***	-0.010
Silver	-4.592***	0.027***	-0.596***	0.004
Gold	-4.87***	0.03***	-0.611***	0.007

_{_{p<0.01, ** p<0.05, * p<0.1}}

_{_{Residual Deviance: 15722.01}}

_{_{AIC: 15746.01}}