BTL2 LamThanhDuong 1912980

Trường Đại học Bách Khoa HCM
TRƯỜNG ĐẠI HỌC BÁCH KHOA

ĐẠI HỌC QUỐC GIA TP.HCM
————o0o————
Bài tập lớn 2 môn học Xác suất thống

kê
GVHD: Nguyễn Bá Thi
SVTH: Lâm Thành Dương - 1912980 - L15 - Nhóm 3
Môn học Xác suất thống kê - Học kỳ 201 năm học 2020/2021 Trang 1
Mục lục
1 Cơ sở lý thuyết 3
1.1 Thống kê mô tả . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Các lệnh dùng trong Rstudio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2 Nội dung báo cáo 4

2.1 Phần chung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.1.1 Đọc dữ liệu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.1.2 Làm sạch dữ liệu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.1.3 Làm rõ dữ liệu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.1.4 Xây dựng mô hình hồi quy tuyến tính: chúng ta muốn khám phá rằng có những nhân tố nào
và tác động như thế nào đến giá nhà ở quận King. . . . . . . . . . . . . . . . . . . . . . . . . 10
2.1.5 Dự báo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2 Phần riêng . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2.1 Giới thiệu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2.2 Xử lí số liệu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3 Kết luận 22
4 Tài liệu tham khảo 23
1 Cơ sở lý thuyết
1.1 Thống kê mô tả
Nói đến thống kê mô tả là nói đến việc mô tả dữ liệu bằng các phép tính và chỉ số thống kê như số trung bình
(mean), số trung vị (median), số lớn nhất (max), số nhỏ nhất (min), phương sai (variance), độ lệch chuẩn (standard
deviation). . . Trong đó ta làm quen các định nghĩa:
1. Trung bình cộng: trung bình cộng trong thống kê là một đại lượng mô ta thống kê, được tính bằng cách lấy tổng
giá trị của toàn bộ các quan sát trong tập chia cho tổng số lượng các quan sát trong tập.
2. Trung vị: là một số tách giữa nửa lớn hơn và nửa bé hơn của một mẫu, một quần thể, hay một phân bố xác suất.
Nó là giá trị giữa trong một phân bố, mà số các số nằm trên hay dưới con số đó là bằng nhau.
3. Độ lệch chuẩn: là một đại lượng thống kê mô tả dùng để đo mức độ phân tán của một tập dữ liệu đã được lập
thành bảng tần số. Có thể tính ra độ lệch chuẩn bằng cách lấy căn bậc hai của phương sai.
4. Giá trị nhỏ nhất: là giá trị nhỏ nhất trong toàn bộ các giá trị của một tập mẫu.
5. Giá trị lớn nhất: là giá trị lớn nhất trong toàn bộ các giá trị của một tập mẫu.
6. Biểu đồ hist: là biểu đồ tần số dùng cho biến định lượng liên tục nhằm biểu diễn phân phối của tập dữ liệu.
7. Biểu đồ boxplot: là biểu đồ diễn tả 5 vị trí phân bổ của dữ liệu, đó là giá trị nhỏ nhất, tứ phân vị thứ nhất,
trung vị, tứ phân vị thứ ba, giá trị lớn nhất.
8. Biểu đồ pairs: là biểu đồ thể hiện mối liên hệ giữa các biến.
9. Hồi quy tuyến tính:
Khái niệm: Đường hồi quy tuyến tính mẫu Y theo X là đường thẳng có phương trình:
y = A + Bx
Ý nghĩa: Nếu X và Y có tương quan xấp xỉ tuyến tính thì đường hồi quy cho ta khả năng dự báo một cách đơn giản:
X = x0 => Y ≈ y0 = A + Bx0
1.2 Các lệnh dùng trong Rstudio

1. read_csv(): đọc file .csv vào R-studio.
2. which(): tìm kiếm các thông số thỏa mãn ràng buộc từ dữ liệu cho trước.
3. is.na(): kiểm tra dữ liệu có thông số nào mang giá trị NA hay không.
4. median(): tính trung vị của mẫu.
5. mean(): tính trung bình của mẫu.
6. max(): tính giá trị lớn nhất của mẫu.
7. min(): tính giá trị nhỏ nhất của mẫu.
8. sd(): tính độ lệch chuẩn của mẫu.
9. table(): tạo một bảng thông kê của từng biến phân loại.
10. hist(): vẽ biểu đổ tần số của một biến.
11. boxplot(): vẽ biểu đồ hộp.
12. pairs(): vẽ biểu đồ liên hệ giữa các biến.
13. view(): hiển thị giá trị của biến.
14. lm(): tính toán giá trị của các hệ số hồi quy.
15. summary(): liệt kê các giá trị tính toán của mô hình.
16. anova(): ước tính xem một biến phụ thuộc định lượng thay đổi như thế nào theo các mức của một hoặc nhiều
biến độc lập phân loại.
17. predict(): sử dụng một mô hình phù hợp để dự báo các giá trị phản hồi cho một tập dữ liệu mới.
...
2 Nội dung báo cáo

2.1 Phần chung
Đề bài: Phân tích giá bán ra thị trường của các ngôi nhà ở quân King nước Mỹ trong khoảng thời
gian từ tháng 5/2014 đến 5/2015.Bên cạnh giá nhà, dữ liệu bao gồm các thuộc tính mô tả chất lượng
ngôi nhà
Các biến chính trong bộ dữ liệu:
• price: giá nhà được bán ra.
• sqft_living15: diện tích trung bình của 15 ngồi nhà gần nhất trong khu dân cư.
• floors: số tầng của ngôi nhà được phân loại từ 1-3.5.
• condition: điều kiện kiến trúc của ngôi nhà từ 1-5, 1: rất tệ và 5: rất tốt.
• sqft_above: diện tích ngôi nhà.
• sqft_living: diện tích khuôn viên nhà.
Câu hỏi:
2.1.1 Đọc dữ liệu

Hãy dùng lệnh read.csv() để đọc tệp tin.
Input:
df = read.csv("gia_nha.csv")
View(df)
Output:
2.1.2 Làm sạch dữ liệu

• (a) Hãy trích ra một dữ liệu con đặt tên là new_DF chỉ bao gồm các biến chính mà ta quan
tâm như đã trình bày trong phần giới thiệu dữ liệu. Từ câu hỏi này về sau, mọi yêu cầu xử lý
đều dựa trên tập dữ liệu con new_DF này.
Input:
newDF<-data.frame("price" = df[,3],"sqft_living15" = df[,20],"floors" = df[,8], "condition" =
df[,11],"sqft_above" = df[,13],"sqft_living" = df[,6])
View(newDF)
Output:
• (b) Kiểm tra các dữ liệu bị khuyết trong tập tin. (Các câu lệnh tham khảo: which(), apply(),
is.na()). Nếu có dữ liệu bị khuyết, hãy đề xuất phương pháp thay thế cho những dữ liệu bị
khuyết này.
Input:
any(is.na(newDF))
newDF[which(is.na(newDF))] <- 0
View(newDF)
Output:
2.1.3 Làm rõ dữ liệu

• (a) Chuyển các biến price,sqft_living15, sqft_above và sqft_living lần lượt thành log(price),
log(sqft_living15 ), log(sqft_above), log(sqft_living). Từ đây mọi sự tính toán với các biến trên
đều được hiểu là đã đổi qua biến dạng log.
Input:
logDF<-data.frame("price" = log(newDF[,1]),"sqft_living15" =
log(newDF[,2]),"floors" = newDF[,3],"condition" = newDF[,4],"sqft_above" =
log(newDF[,5]),"sqft_living" = log(newDF[,6]))
Output:
• (b) Đối với các biến liên tục, hãy tính các giá trị thống kê mô tả bao gồm: trung bình, trung
vị, độ lệch chuẩn, giá trị lớn nhất và giá trị nhỏ nhất. Xuất kết quả dưới dạng bảng.(Hàm gợi
ý: mean(), median(), sd(), min(), max(), apply(), as.data.frame(), rownames()).
Input:
thongke<-data.frame()
mean<-cbind(mean(logDF[,1]), mean(logDF[,2]), mean(logDF[,5]), mean(logDF[,6]))
median<-cbind(median(logDF[,1]), median(logDF[,2]), median(logDF[,5]), median(logDF[,6]))
sd<-cbind(sd(logDF[,1]), sd(logDF[,2]), sd(logDF[,5]), sd(logDF[,6]))
min<-cbind(min(logDF[,1]), min(logDF[,2]), min(logDF[,5]), min(logDF[,6]))
max<-cbind(max(logDF[,1]), max(logDF[,2]), max(logDF[,5]), max(logDF[,6]))
thongke<-rbind(mean, median, sd, min, max)
colnames(thongke)<-c("price", "sqft_living15", "sqft_above", "sqft_living")
rownames(thongke) <- c("mean", "median", "sd", "min", "max")
View(thongke)
Output:
• (c) Đối với các biến phân loại, hãy lập một bảng thống kê số lượng cho từng chủng loại. (Hàm
gợi ý: table())
Input:
attach(logDF)
table(floors)
table(condition)
Output:
• (d) Hãy dùng hàm hist() để vẽ đồ thị phân phối của biến price.
Input:
price<-logDF[,1]
hist(price, col = "#00CC88")
Output:
• (e) Hãy dùng hàm boxplot() vẽ phân phối của biến price cho từng nhóm phân loại của biến
floors và biến condition.
Input:
price<-logDF[,1]
floors <-logDF[,3]
boxplot(price ∼ floors, xlab = "floors",ylab = "price", main = "Boxplot Distribution of Price
for Floors")
price<-logDF[,1]
condition<-logDF[,4]
boxplot(price ∼ condition, xlab = "condition",ylab = "price", main = "Boxplot Distribution
of Price for Condition")
Output:
• (f) Dùng lệnh pairs() vẽ các phân phối của biến price lần lượt theo các biến sqft_living15,
sqft_above và sqft_living.
Input:
pairs(price ∼ sqft_living15, data = logDF)
pairs(price ∼ sqft_above, data = logDF)
pairs(price ∼ sqft_living, data = logDF)
Output:
2.1.4 Xây dựng mô hình hồi quy tuyến tính: chúng ta muốn khám phá rằng có những nhân tố nào
và tác động như thế nào đến giá nhà ở quận King.
• (a) Xét mô hình hồi quy tuyến tính bao gồm biến price là biến phụ thuộc, và tất cả các biến
còn lại đều là biến độc lập. Hãy dùng lệnh lm() để thực thi mô hình hồi quy tuyến tính bội.
Input:
M1<-lm(price ∼ sqft_living15 + floors + condition + sqft_above + sqft_living, data = logDF)
summary(M1)
Output:
• (b) Dựa vào kết quả của mô hình hồi quy tuyến tính trên, những biến nào bạn sẽ loại bỏ khỏi
mô hình tương ứng với mức tin cậy 5%?
Với mức tin cậy 5%:
Ta thấy các biến đều có giá trị Pr(>|t|) < 0,05 nên ta sẽ không loại biến nào ra khỏi mô hình.
• (c) Xét hai mô hình hồi quy tuyến tính cùng bao gồm biến price là biến phụ thuộc nhưng:
• Mô hình M1 chứa tất cả các biến còn lại là biến độc lập.
• Mô hình M2 là loại bỏ biến condition từ mô hình M1.
Hãy dùng lệnh anova() để đề xuất mô hình hồi quy hợp lý hơn.
Input:
M1<-lm(price ∼ sqft_living15 + floors + condition + sqft_above + sqft_living, data = logDF)
M2<-lm(price ∼ sqft_living15 + floors + sqft_above + sqft_living, data = logDF)
anova(M1)
anova(M2)
Output:
Xét mô hình M1:
Mô hình M2 loại bỏ biến condition từ mô hình M1. Ta thấy biến condition có giá trị P(>F) nhỏ hơn 0,05
nên biến này vẫn có ý nghĩa thống kê. Do đó mô hình M1 vẫn hợp lý hơn mô hình M2.
Xét mô hình M2:
• (d) Chọn mô hình hợp lý hơn từ câu (c) hãy suy luận sự tác động của các biến lên giá nhà.
Dùng lệnh:
summary(M1)
Từ cột Estimate suy ra mô hình M1:
Từ bảng kết quả trên, ta có mô hình M1 là:

price = 5.4392 + sqft_living15 * 0.4310 + floors * 0.1371 + condition * 0.0853 - 0.1794 * sqft_above +
sqft_living * 0.6874
Do đó, khi ta thay đổi một thông số và giữ nguyên giá trị các thông số còn lài thì:
– Với sqft_living15 tăng thêm 1 thì price tăng thêm 0.4310.

– Với floors tăng thêm 1 thì price tăng thêm 0.1371.
– Với condition tăng thêm 1 thì price tăng thêm 0.0853.
– Với sqft_above tăng thêm 1 thì price giảm đi 0.1794.
– Với sqft_living tăng thêm 1 thì price tăng thêm 0.6874.
• (e) Từ mô hình bạn chọn ở câu (c) hãy dùng lệnh plot() để vẽ đồ thị biểu thị sai số hồi quy (residuals) và giá
trị dự báo (fitted values). Nêu ý nghĩa và nhận xét đồ thị.
Input:
par(mfrow = c(2,2))
plot(M1)
par(mfrow = c(1,1))
Output:
Nhận xét:
Xét đồ thị nằm ở trên bên trái(đồ thi biểu thị sai số hồi quy và giá trị dự báo) ta thấy đường màu đỏ, tức
đường biểu diễn giá trị trung bình của sai số hồi quy gần bằng giá trị 0.
Ý nghĩa:
Điều này cho thấy mô hình của chúng ta có ít những giá trị ngoại biên có khả năng làm sai lệch mô hình hồi
quy tuyến tính.
2.1.5 Dự báo
Từ mô hình bạn chọn ở câu (c), hãy dùng lệnh predict() để dự báo giá nhà ở hai thuộc tính như sau:
x1: sqft_living15 = mean(sqft_living15), sqft_above = mean(sqft_above), sqft_living = mean(sqft_living),
floor = 2, condition = 3.
x2: sqft_living15 = max(sqft_living15), sqft_above = max(sqft_above), sqft_living = max(sqft_living),
floor = 2, condition = 3.
So sánh khoảng tin cậy cho hai giá trị dự báo này
Input:
x1<-data.frame(sqft_living15 = thongke[1,2],floors = 2, condition = 3, sqft_above = thongke[1,3],
sqft_living = thongke[1,4])
predict(M1,x1,interval = "confidence")
x2<-data.frame(sqft_living15 = thongke[5,2], floors = 2, condition = 3, sqft_above = thongke[5,3],
sqft_living = thongke[5,4])
predict(M1,x2, interval = "confidence")
Output:
Ta có: R1 = 13.09012 − 13.07429 = 0.01583 và R2 = 14.65587 − 14.60732 = 0.04855. Như vậy khoảng tin cậy
của x2 > x1
2.2 Phần riêng

2.2.1 Giới thiệu
Chúng em chọn một tập dữ liệu thu được từ một mẫu 149 bài viết do một trang thông tin thuộc
Khoa Khoa học và kỹ thuật Máy tính đăng tải, chứa các thông tin về ngày đăng, lượt xem, lượt tương
tác từ người dùng trên Facebook trong thời gian tồn tại của các bài viết Trong file "tuong_tac.xlsx"
chứa các biến chính sau:
• Type: loại tệp đính kèm từ 0-2.(0 là Link, 1 là Photo, 2 là Video).
• Time Post: ngày đã đăng bài viết (định dạng m/d/y_h/m/s)
• Lifetime.Post.Total.Reach: tổng lượt click vào bài viết từ người dùng ngẫu nhiên.
• Lifetime.Engaged.Users: tổng số người tương tác.
• Lifetime.Post.reach.by.people.who.like.your.Page: tổng lượt click vào bài viết của người đang
theo dỗi trang thông thông tin.
• Lifetime.Matched.Audience.Targeting.Consumers.on.Post: tổng số người tương tác phù hợp với
nội dung bài viết.
Chúng em sẽ tiến hành phân tích hồi quy tuyến tính đối với tập dữ liệu này.
2.2.2 Xử lí số liệu
• a) Đọc dữ liệu
Input:
DF2<-read.xlsx("tuong_tac.xlsx",1)
View(DF2)
Output:
• b) Làm sạch dữ liệu

Input:
newDF2<-DF2[ ,c("Type","Time.post","Lifetime.Post.Total.Reach","Lifetime.Engaged.Users",
"Lifetime.Post.reach.by.people.who.like.your.Page",
"Lifetime.Matched.Audience.Targeting.Consumers.on.Post")]
newDF2<-na.omit(newDF2)
View(newDF2)
Output:
• c) Làm rõ dữ liệu
– Chuyển dữ liệu của biến TimePost thành số ngày dị biệt từ 11/29/2020 0:00:00. Input:
end<-mdy_hms("11/29/2020 0:00:00")
semicolluum<-newDF2[,2] %–% end
semicolluum<-as.duration(semicolluum)/ddays(1)
semicolluum<-as.data.frame(semicolluum)
newDF2<-data.frame(newDF2[,1], semicolluum, newDF2[,3], newDF2[,4], newDF2[,5], newDF2[,6])
colnames(newDF2) <-c("Type", "Time", "Lifetime.Post.Total.Reach",
"Lifetime.Engaged.Users", "Lifetime.Post.reach.by.people.who.like.your.Page",
"Lifetime.Matched.Audience.Targeting.Consumers.on.Post")
View(newDF2)
Output:
– Lập bảng thống kê mô tả cho các biến liên tục

Input:
thongke1<-data.frame()
mean1<-cbind(mean(newDF2[,2]) ,mean(newDF2[,3]), mean(newDF2[,4]),
mean(newDF2[,5]), mean(newDF2[,6]))
median1<-cbind(median(newDF2[,2]) ,median(newDF2[,3]), median(newDF2[,4]),
median(newDF2[,5]), median(newDF2[,6]))
sd1<-cbind(sd(newDF2[,2]), sd(newDF2[,3]), sd(newDF2[,4]),
sd(newDF2[,5]), sd(newDF2[,6]))
min1<-cbind(min(newDF2[,2]), min(newDF2[,3]), min(newDF2[,4]),
min(newDF2[,5]), min(newDF2[,6]))
max1<-cbind(max(newDF2[,2]), max(newDF2[,3]), max(newDF2[,4]),
max(newDF2[,5]), max(newDF2[,6]))
thongke1<-rbind(mean1, median1, sd1, min1, max1)
colnames(thongke1)<-c("Time","Lifetime.Post.Total.Reach","Lifetime.Engaged.Users",
"Lifetime.Post.reach.by.people.who.like.your.Page",
"Lifetime.Matched.Audience.Targeting.Consumers.on.Post")
rownames(thongke1) <- c("mean", "median", "sd", "min", "max")
View(thongke1)
Output:
– Lập bảng thống kê số lượng cho các loại file đính kèm
Input:
attach(newDF2)
table(Type)
Output:
– Dùng hist() vẽ đồ thị phân phối của biến Lifetime.Engaged.Users

Input:
attach(newDF2)
hist(Lifetime.Engaged.Users, col = "#00CC88")
Output:
– Dùng boxplot() để vẽ đồ thị phân phối của biến Lifetime.Engaged.Users đối với biến phân
loại Type.
Input:
attach(newDF2)
boxplot(Lifetime.Engaged.Users ∼ Type, xlab = "Type",ylab = "Lifetime.Engaged.Users",
main = "Boxplot Distribution of Lifetime.Engaged.Users for Type")
Output:
– Dùng pairs() vẽ các phân phối của biến Lifetime.Engaged.Users lần lượt theo các biến Life-
time.Post.Total.Reach, Lifetime.Post.reach.by.people.who.like.your.Page, Lifetime.Matched.Audience.T
Input:
pairs(Lifetime.Engaged.Users ∼ Lifetime.Post.Total.Reach, data = newDF2)

pairs(Lifetime.Engaged.Users ∼ Lifetime.Post.reach.by.people.who.like.your.Page, data =
newDF2)
pairs(Lifetime.Engaged.Users ∼ Lifetime.Matched.Audience.Targeting.Consumers.on.Post,
data = newDF2)
Output:
• d) Xây dựng mô hình hồi quy tuyến tính để kiểm tra sự tác động của các yếu tố đến việc tương
tác với các bài viết.

– Xét mô hình hồi quy tuyến tính bao gồm biến Lifetime.Engaged.Users là một biến phụ
thuộc, và tất cả các biến còn lại đều là biến độc lập .Ta dùng lệnh lm() để thực thi mô
hình hồi quy tuyến tính bội.
Input:
newM1<-lm(Lifetime.Engaged.Users ∼ Time + Type +
Lifetime.Post.Total.Reach + Lifetime.Post.reach.by.people.who.like.your.Page
+ Lifetime.Matched.Audience.Targeting.Consumers.on.Post, data = newDF2)
summary(newM1)
Output:
– Dựa vào kết quả của mô hình hồi quy tuyến tính trên, những biến nào bạn sẽ loại khỏi
mô hình tương ứng với mức tin cậy 5%? Dùng lệnh anova() để xem xét mô hình có hợp lý
không, từ đó suy luận tác động của các biến lên lượt tương tác.
Với mức tin cậy 5%:
Ta thấy các biến đều có giá trị Pr(>|t|) < 0,05 nên ta sẽ không loại biến nào ra khỏi mô
hình.
Input:
anova(newM1)
summary(newM1)
Output: Xét mô hình newM1:
Ta thấy các biến đều có giá trị P(>F) nhỏ hơn 0,05 nên các biến này vẫn có ý nghĩa thống
kê. Do đó mô hình newM1 vẫn hợp lý.
Từ bảng kết quả trên, ta có mô hình M1 là:

Lifetime.Engaged.Users = -16.2729 + 0.0486*Time - 8.3346*Type + 0.0185*Lifetime.Post.Total.Reach
+
0.0057*Lifetime.Post.reach.by.people.who.like.your.Page +
0.9867*Lifetime.Matched.Audience.Targeting.Consumers.on.Post
Do đó, khi ta thay đổi một thông số và giữ nguyên giá trị các thông số còn lài thì:
∗ Với Time tăng thêm 1 thì Lifetime.Engaged.Users tăng thêm 0.0486.
∗ Với Type tăng thêm 1 thì Lifetime.Engaged.Users giảm đi 8.3346.
∗ Với Lifetime.Post.Total.Reach tăng thêm 1 thì Lifetime.Engaged.Users tăng thêm 0.0185.
∗ Với Lifetime.Post.reach.by.people.who.like.your.Page tăng thêm 1 thì Lifetime.Engaged.Users
tăng thêm 0.0057.
∗ Với Lifetime.Matched.Audience.Targeting.Consumers.on.Post tăng thêm 1 thì Lifetime.Engaged.Users
tăng thêm 0.9867.
– Dùng lệnh plot() để vẽ đồ thị biểu thị sai số hồi quy (residuals) và giá trị dự báo (fitted
values). Nêu ý nghĩa và nhận xét đồ thị.
Input:
par(mfrow = c(2,2))
plot(newM1)
par(mfrow = c(1,1))
Output:
Nhận xét:
Xét đồ thị nằm ở trên bên trái(đồ thi biểu thị sai số hồi quy và giá trị dự báo) ta thấy đường màu đỏ,
tức đường biểu diễn giá trị trung bình của sai số hồi quy nằm hầu như ngang và gần bằng giá trị 0.
Ý nghĩa:
Điều này cho thấy mô hình của chúng ta có ít những giá trị ngoại biên có khả năng làm sai lệch mô hình
hồi quy tuyến tính.
3 Kết luận
Tóm lại, R vừa là một ngôn ngữ lập trình hàm cấp cao vừa là một môi trường dành cho tính toán
thống kê. R hỗ trợ rất nhiều công cụ cho phân tích dữ liệu, khám phá tri thức và khai mỏ dữ liệu
nhưng lại là phần mềm miễn phí mã nguồn mở. Hơn nữa R rất dễ học và có thể phát triển nhanh
các ứng dụng tính toán xác suất thống kê, phân tích dữ liệu.
4 Tài liệu tham khảo

• Giáo trình xác suất thống kê, Nguyễn Đình Huy, Nhà xuất bản ĐHQG-TPHCM 2019
• https://www.wikihow.vn/ [1]
• http://www.sthda.com/ [2]
• https://www.tutorialspoint.com/ [3]
• https://www.scribbr.com/ [4]
• https://www.tutorialkart.com/ [5]
• https://www.theanalysisfactor.com/ [6]
THE END

BTL2 LamThanhDuong 1912980

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

BTL2 LamThanhDuong 1912980

Uploaded by

Copyright:

Available Formats

Trường Đại học Bách Khoa HCM

TRƯỜNG ĐẠI HỌC BÁCH KHOA

Bài tập lớn 2 môn học Xác suất thống

GVHD: Nguyễn Bá Thi

SVTH: Lâm Thành Dương - 1912980 - L15 - Nhóm 3

2 Nội dung báo cáo 4

4 Tài liệu tham khảo 23

1.2 Các lệnh dùng trong Rstudio

2 Nội dung báo cáo

2.1.1 Đọc dữ liệu

2.1.2 Làm sạch dữ liệu

2.1.3 Làm rõ dữ liệu

Từ bảng kết quả trên, ta có mô hình M1 là:

– Với sqft_living15 tăng thêm 1 thì price tăng thêm 0.4310.

2.2 Phần riêng

• b) Làm sạch dữ liệu

– Lập bảng thống kê mô tả cho các biến liên tục

– Dùng hist() vẽ đồ thị phân phối của biến Lifetime.Engaged.Users

pairs(Lifetime.Engaged.Users ∼ Lifetime.Post.Total.Reach, data = newDF2)

tác với các bài viết.

Từ bảng kết quả trên, ta có mô hình M1 là:

4 Tài liệu tham khảo

You might also like