Getting Data via twitteR

Source

R package twitteR (by Jeff Gentry)

The simplest and quickest way to get data from twitter is by using the
functions of the R package twitteR (check twitteR vignette for more info)
Some (but not all) of the things you can get with twitteR
public tweets
trending topics
tweets containing a given hashtag
tweets containing a given word / term
tweets from a given user

Let's see different examplesStart: First we need to load the package twitteR
(remember to install it first!)

Hashtag là gì? Cách sử dụng Hashtag trên Mạng xã hội

Đã từ lâu, dấu # đã xuất hiện nhưng nó chỉ là một kí tự bình thường và đơn giản. Thế nhưng sau khi dấu # xuất hiện trên Twitter thì nó đã trở thành một trong nhưng biểu tượng được rất nhiều người sử dụng khi online. Và gần đây kí tự này đã phổ biến trên rất nhiều trang xã hội khác không riêng gì Twitter như Instagram, Pinterest, Google+, Youtube hay là Facebook. Đó chính là hashtag.

Ban đầu, với những người mới dùng mạng xã hội, việc sử dụng những dấu # để tag dường như là một việc làm phiền phức và rối rắm, không mang lại tác dụng gì. Thế nhưng nếu bạn hiểu rõ mục đích và học cách sử dụng chúng thì những hashtag lại là một công cụ vô cùng hiệu quả giúp bạn thu hút những khách hàng mục tiêu và tăng khả năng nhận diện thương hiệu của bạn.

Hãy cùng Siêu Web tìm hiểu xem hashtag là gì, sức mạnh của nó như thế nào cũng như làm thế nào để phát huy hiệu quả của nó nhé.

VẬY HASHTAG LÀ GÌ ?

Hashtag là một từ hoặc một chuỗi các kí tự viết liền nhau được đặt sau dấu thăng (#) mà mọi người sử dụng trên mạng xã hội. Hashtag sẽ giúp cho nội dung các bài đăng của bạn dễ dàng tới được với những người có chung mối quan tâm, thậm chí họ không theo dõi hay là người đã thích trang của bạn.

Ví dụ, bạn là một fan của Apple và bạn đang có ý định mua một chiếc iPhone 5s, khi bạn đánh từ khóa “#iPhone5s” trên thanh tìm kiếm ở bất kì mạng xã hội nào cũng sẽ mở ra một nguồn thông tin chuyên dụng liên quan tới tất cả những cập nhật mới nhất của iPhone5s, khuyến mại, bàn luận hay những cách hack…



Kết quả hiển thị là tất cả những bài đăng được tổng hợp từ mọi người trên mạng xã hội đó đã đăng lên với cụm “#iPhone5s”. Các hashtag này sẽ hiển thị như là các đường link trên bài đăng, và khi người dùng có thể click chuột vào sẽ hiện ra rất nhiều thông tin có liên quan mà những người dùng khác đã sử dụng cùng 1 loại hashtag.

CÁC DOANH NGHIỆP, SHOP ONLINE CÓ THỂ SỬ DỤNG #HASHTAG ĐỂ QUẢNG BÁ THƯƠNG HIỆU CỦA MÌNH NHƯ THẾ NÀO?

Giả sử thông tin trên mạng xã hội của bạn để chế độ public (ai cũng có thể nhìn thấy), và bạn sử dụng hashtag để những bài đăng của bạn tới được với những người có cùng quan tâm với bạn. Như thế những bài đăng của bạn không những hiển thị bởi những người đang theo dõi bạn hay fan của bạn nữa mà những nội dung này có thể đến được với rất nhiều người khác, những người chưa biết tới bạn nhưng lại có mối quan tâm tới những đề tài tương tự. Việc chọn lựa một hashtag phù hợp có thể giúp bạn tăng độ phù cho các bài đăng của mình trên mạng xã hội tới hàng nghìn khách hàng tiềm năng.

CÁCH TẠO MỘT HASHTAG HIỆU QUẢ

Để tạo một hashtag, tất cả bạn cần làm chỉ là thêm một dấu # trước từ khóa hoặc cụm từ khóa bạn muốn đánh dấu. Bạn có thể chèn hashtag ở bất kì đâu trên bài đăng của mình: đầu, giữa hay cuối bài đăng. Một vài người thích để hashtag ở giữa những bài đăng của họ, trong khi một số khác lại thích chèn vào cuối. Chèn ở đâu không thành vấn đề, miễn là bạn chèn vào đúng từ khóa hoặc cụm từ khóa có liên quan là được.

Bạn có thể chèn Hashtag vào bất kì vị trí nào



Những hashtag sẽ phát huy tác dụng khi được sử dụng một cách thông minh, hiệu quả. Những bài đăng lộn xộn với rất nhiều hashtag hay những hashtag dài dằng dặc (ví dụ như #hashtagdaisekhongmanglaihieuqua) chắc chắn sẽ không thu hút được sự quan tâm của khách hàng. Độ dài các cụm từ cho 1 hashtag dùng trên Twitter nhiều nhất là 2 hoặc 3 từ, còn trên Instagram là 5. Hãy luôn ghi nhớ sử dụng những hashtag ngắn gọn, độc đáo và có liên quan tới chủ đề mà bạn nhắc tới, đặc biệt là sản phẩm và dịch vụ của mình.

LOẠI HASHTAG THÀNH CÔNG TRÊN MẠNG XÃ HỘI
1. NỘI DUNG CỦA HASHTAG

Nếu bạn tạo một hashtag hoàn toàn mới, đầu tiên hãy cân nhắc sử dụng những hashtag nào có liên quan tới thương hiệu, sản phẩm và dịch vụ của bạn. Nội dung của hashtag sẽ ảnh hưởng rất lớn tới việc nhận diện thương hiệu của bạn với những khách hàng tiềm năng trên nền tảng mạng xã hội, những người hầu như chưa biết tới bạn.



Ví dụ như thương hiệu của bạn sắp tổ chức một sự kiện ở Hà Nội, bạn có thể sử dụng hashtag #hanoi để tất cả những người tìm kiếm hashtag này có thể biết đến sự kiện đó. Thật tiện lợi phải không nào?
2. NHỮNG HASHTAG THEO XU HƯỚNG

Một cách tốt để thúc đẩy việc nhận diện thương hiệu của bạn chính là việc sử dụng những hashtag đã có sẵn, những hashtag mà đang được sử dụng phổ biến bởi hàng triệu người dùng. Đấy chính là những hashtag theo xu hướng.

Ví dụ như ngày lễ Halloween, có rất nhiều thương hiệu và công ty lên chiến dịch cho ngày lễ này và tận dụng Hashtag để quảng bá chương trình của họ. Một đợt giảm giá chẳng hạn.



Trước khi bạn sử dụng hashtag cho một chủ đề hot nào đó, bạn cần nhớ đặt mình vào vị trí của khách hàng để xem những bài đăng của bạn trên mạng xã hội liệu có cung cấp thêm giá trị, thêm thông tin vào những cái đã có sẵn hay không. Nếu bài đăng của bạn không thêm giá trị mới nào thì sẽ dễ bị phớt lờ và bị lãng quên giữa rất nhiều bài đăng khác. Tuy nhiên, nếu như bài đăng của bạn cung cấp nhiều thông tin, giá trị mới, hài hước hơn thì rất có thể sẽ được chính những người đã dùng chia sẻ lại và cứ như thế sẽ tạo nên một hiệu ứng rất tốt, bài đăng của bạn sẽ đến được với nhiều người hơn và đương nhiên thương hiệu của bạn cũng vậy.
3. NHỮNG HASHTAG THƯƠNG HIỆU CỤ THỂ

Như đã nói ở trên, vấn đề sử dụng những hashtag chung chung, phổ biến là bài đăng của bạn có thể bị lãng quên giữa rất nhiều bài đăng có cùng chủ đề, cùng hashtag. Vì thế, việc tạo ra một hashtag riêng đặc trưng cho công ty hay cửa hàng của bạn là điều cần thiết. Những hashtag này có thể được sử dụng cho cả thương hiệu của bạn, website bán hàngcủa bạn hay một sự kiện quảng bá, các cuộc thi hay các chương trình tiếp thị.

Ví dụ, nhân ngày kỉ niệm lần thứ 100 của mình, thương hiệu Oreo đã tạo một hashtag đặc biệt là #oreomoment (khoảnh khắc cùng oreo) để khuyến khích người tiêu dùng chia sẻ những khoảnh khắc tuyệt vời của họ với sản phẩm Oreo.



Hashtag này đã trở nên rất phổ biến và thu hút được sự quan tâm cũng như tham gia của rất nhiều người tiêu dùng. Chẳng bao lâu sau, #oreomoment đã trở thành một hashtag phổ biến được rất nhiều người (thậm chí là các công ty khác) sử dụng. Một hashtag thương hiệu tốt

Một hashtag thể hiện thương hiệu là hashtag độc quyền, chưa có thương hiệu nào sử dụng giống như thế. Hãy đảm bảo tính độc đáo và dễ nhớ cho hashtag mà bạn tạo ra. Với những thương hiệu chung, bạn nên sử dụng một phương châm hay slogan ngắn gọn. Khi tạo một hashtag để tiếp thị thương hiệu, hãy đảm bảo rằng bạn đang thôi thúc người dùng để sử dụng sản phẩm và dịch vụ đó.

Ví dụ, bạn có thể thu hút người dùng đọc bài đăng của bạn trên website công ty thông qua các hashtag riêng về chương trình mà bạn đang chạy để có cơ hội nhận những phiếu giảm giá hay giành một giải thưởng nào đó. Và đổi lại, doanh nghiệp, cửa hàng của bạn sẽ tăng được lợi nhuận từ việc thu hút được một lượng lớn khách hàng.

Vậy bạn còn chần chừ gì nữa mà không bắt đầu tận dụng sức mạnh của những hashtag này để mở rộng phạm vị nhận diện thương hiệu của bạn tới những khách hàng tiềm năng của mình ngay bây giờ!

Source

Coefficient logit regression meaning

This page shows an example of logistic regression regression analysis with footnotes explaining the output.  These data were collected on 200 high schools students and are scores on various tests, including science, math, reading and social studies (socst).  The variable female is a dichotomous variable coded 1 if the student was female and 0 if male.

Because we do not have a suitable dichotomous variable to use as our dependent variable, we will create one (which we will call honcomp, for honors composition) based on the continuous variable write.  We do not advocate making dichotomous variables out of continuous variables; rather, we do this here only for purposes of this illustration.

use http://www.ats.ucla.edu/stat/data/hsb2, clear

generate honcomp = (write >=60)
logit honcomp female read science

Iteration 0:   log likelihood = -115.64441
Iteration 1:   log likelihood = -84.558481
Iteration 2:   log likelihood = -80.491449
Iteration 3:   log likelihood = -80.123052
Iteration 4:   log likelihood = -80.118181
Iteration 5:   log likelihood =  -80.11818

Logit estimates                              Number of obs   =        200
                                             LR chi2(3)      =      71.05
                                             Prob > chi2     =     0.0000
Log likelihood =  -80.11818                  Pseudo R2       =     0.3072

-------------------------------------------------------------------------
   honcomp |      Coef.   Std. Err.      z   P>|z|   [95% Conf. Interval]
-----------+-------------------------------------------------------------
    female |   1.482498   .4473993     3.31  0.001   .6056111    2.359384
      read |   .1035361   .0257662     4.02  0.000   .0530354    .1540369
   science |   .0947902   .0304537     3.11  0.002    .035102    .1544784
     _cons |   -12.7772    1.97586    -6.47  0.000  -16.64982   -8.904589
-------------------------------------------------------------------------

---

Iteration Log

Iteration 0:   log likelihood = -115.64441
Iteration 1:   log likelihood = -84.558481
Iteration 2:   log likelihood = -80.491449
Iteration 3:   log likelihood = -80.123052
Iteration 4:   log likelihood = -80.118181
Iteration 5:a  log likelihood = -80.11818

a.  This is a listing of the log likelihoods at each iteration.  (Remember that logistic regression uses maximum likelihood, which is an iterative procedure.)  The first iteration (called iteration 0) is the log likelihood of the "null" or "empty" model; that is, a model with no predictors.  At the next iteration, the predictor(s) are included in the model.  At each iteration, the log likelihood increases because the goal is to maximize the log likelihood.  When the difference between successive iterations is very small,  the model is said to have "converged", the iterating is stopped and the results are displayed.  For more information on this process, see Regression Models for Categorical and Limited Dependent Variables by J. Scott Long.

---

Model Summary

Logit estimates                               Number of obsc   =        200
                                              LR chi2(3)d      =      71.05
                                              Prob > chi2e     =     0.0000
Log likelihood =  -80.11818b                  Pseudo R2f       =     0.3072

b.  Log likelihood - This is the log likelihood of the final model.  The value -80.11818 has no meaning in and of itself; rather, this number can be used to help compare nested models.

c.  Number of obs - This is the number of observations that were used in the analysis.  This number may be smaller than the total number of observations in your data set if you have missing values for any of the variables used in the logistic regression.  Stata uses a listwise deletion by default, which means that if there is a missing value for any variable in the logistic regression, the entire case will be excluded from the analysis.

d.  LR chi2(3) - This is the likelihood ratio (LR) chi-square test.  The likelihood chi-square test statistic can be calculated by hand as 2*(115.64441 - 80.11818) = 71.05.  This is minus two (i.e., -2) times the difference between the starting and ending log likelihood.  The number in the parenthesis indicates the number of degrees of freedom.  In this model, there are three predictors, so there are three degrees of freedom.

e.  Prob > chi2 - This is the probability of obtaining the chi-square statistic given that the null hypothesis is true.  In other words, this is the probability of obtaining this chi-square statistic (71.05) if there is in fact no effect of the independent variables, taken together, on the dependent variable.  This is, of course, the p-value, which is compared to a critical value, perhaps .05 or .01 to determine if the overall model is statistically significant.  In this case, the model is statistically significant because the p-value is less than .000.

f.  Pseudo R2 - This is the pseudo R-squared.  Logistic regression does not have an equivalent to the R-squared that is found in OLS regression; however, many people have tried to come up with one.  There are a wide variety of pseudo-R-square statistics.  Because this statistic does not mean what R-square means in OLS regression (the proportion of variance explained by the predictors), we suggest interpreting this statistic with great caution.

---

Parameter Estimates

-------------------------------------------------------------------------
   honcompg|     Coef.h  Std. Err.i     zj  P>|z|j   [95% Conf. Interval]k
-----------+-------------------------------------------------------------
    female |   1.482498   .4473993     3.31  0.001   .6056111    2.359384
      read |   .1035361   .0257662     4.02  0.000   .0530354    .1540369
   science |   .0947902   .0304537     3.11  0.002    .035102    .1544784
     _cons |   -12.7772    1.97586    -6.47  0.000   -16.64982   -8.90459
-------------------------------------------------------------------------

g.  honcomp - This is the dependent variable in our logistic regression.  The variables listed below it are the independent variables.

h.  Coef. - These are the values for the logistic regression equation for predicting the dependent variable from the independent variable.  They are in log-odds units.  Similar to OLS regression, the prediction equation is

log(p/1-p) = b0 + b1*female + b2*read + b3*science

where p is the probability of being in honors composition.  Expressed in terms of the variables used in this example, the logistic regression equation is

log(p/1-p) = -12.7772 + 1.482498*female + .1035361*read + 0947902*science

These estimates tell you about the relationship between the independent variables and the dependent variable, where the dependent variable is on the logit scale.  These estimates tell the amount of increase in the predicted log odds of honcomp = 1 that would be predicted by a 1 unit increase in the predictor, holding all other predictors constant.  Note: For the independent variables which are not significant, the coefficients are not significantly different from 0, which should be taken into account when interpreting the coefficients.  (See the columns with the z-values and p-values regarding testing whether the coefficients are statistically significant).  Because these coefficients are in log-odds units, they are often difficult to interpret, so they are often converted into odds ratios.  You can do this by hand by exponentiating the coefficient, or by using the or option with logit command, or by using the logistic command.

  female - The coefficient (or parameter estimate) for the variable female is 1.482498.  This means that for a one-unit increase in female (in other words, going from male to female), we expect a 1.482498 increase in the log-odds of the dependent variable honcomp, holding all other independent variables constant.
  read - For every one-unit increase in reading score (so, for every additional point on the reading test), we expect a .1035361 increase in the log-odds ofhoncomp, holding all other independent variables constant.
  science - For every one-unit increase in science score, we expect a .0947902 increase in the log-odds of honcomp, holding all other independent variables constant.
  constant - This is the expected value of the log-odds of honcomp when all of the predictor variables equal zero.  In most cases, this is not interesting.  Also, oftentimes zero is not a realistic value for a variable to take.

i.  Std. Err. - These are the standard errors associated with the coefficients.  The standard error is used for testing whether the parameter is significantly different from 0; by dividing the parameter estimate by the standard error you obtain a z-value (see the column with z-values and p-values).  The standard errors can also be used to form a confidence interval for the parameter, as shown in the last two columns of this table.

j.  z and P>|z| - These columns provide the z-value and 2-tailed p-value used in testing the null hypothesis that the coefficient (parameter) is 0.   If you use a 2-tailed test, then you would compare each p-value to your preselected value of alpha.  Coefficients having p-values less than alpha are statistically significant.  For example, if you chose alpha to be 0.05, coefficients having a p-value of 0.05 or less would be statistically significant (i.e., you can reject the null hypothesis and say that the coefficient is significantly different from 0).   If you use a 1-tailed test (i.e., you predict that the parameter will go in a particular direction), then you can divide the p-value by 2 before comparing it to your preselected alpha level.  With a 2-tailed test and alpha of 0.05, you may reject the null hypothesis that the coefficient for female is equal to 0.  The coefficient of 1.482498 is significantly greater than 0.
  The coefficient for read is .1035361 significantly different from 0 using alpha of 0.05 because its p-value is 0.000, which is smaller than 0.05.
  The coefficient for science is .0947902 significantly different from 0 using alpha of 0.05 because its p-value is 0.000, which is smaller than 0.05.

k. [95% Conf. Interval] - This shows a 95% confidence interval for the coefficient.  This is very useful as it helps you understand how high and how low the actual population value of the parameter might be.  The confidence intervals are related to the p-values such that the coefficient will not be statistically significant if the confidence interval includes 0. 

---

Odds Ratios

In this next example, we will illustrate the interpretation of odds ratios.  We will use the logistic command so that we see the odds ratios instead of the coefficients.  In this example, we will simplify our model so that we have only one predictor, the binary variable female.  Before we run the logistic regression, we will use the tab command to obtain a crosstab of the two variables.

tab female honcomp

           |        honcomp
    female |         0          1 |     Total
-----------+----------------------+----------
      male |        73         18 |        91 
    female |        74         35 |       109 
-----------+----------------------+----------
     Total |       147         53 |       200 

If we divide the number of males who are in honors composition, 18, by the number of males who are not in honors composition, 73, we get the odds of being in honors composition for males, 18/73 = .24657534.  If we do the same thing for females, we get 35/74 = .47297297.  To get the odds ratio, which is the ratio of the two odds that we have just calculated, we get .47297297/.24657534 = 1.9181682.  As we can see in the output below, this is exactly the odds ratio we obtain from the logistic command.  The thing to remember here is that you want the group coded as 1 over the group coded as 0, so honcomp=1/honcomp=0 for both males and females, and then the odds for females/odds for males, because the females are coded as 1.

With regard to the 95% confidence interval, we do not want this to include the value of 1.  When we were considering the coefficients, we did not want the confidence interval to include 0.  If we exponentiate 0, we get 1 (exp(0) = 1).  Hence, this is two ways of saying the same thing.  As you can see, the 95% confidence interval includes 1; hence, the odds ratio is not statistically significant.  Because the lower bound of the 95% confidence interval is so close to 1, the p-value is very close to .05.

There are a few other things to note about the output below.  The first is that although we have only one predictor variable, the test for the odds ratio does not match with the overall test of the model.  This is because the z statistic is actually the result of a Wald chi-square test, while the test of the overall model is a likelihood ratio chi-square.  While these two types of chi-square tests are asymptotically equivalent, in small samples they can differ, as they do here.  Also, we have the unfortunate situation in which the results of the two tests give different conclusions.  This does not happen very often.  In a situation like this, it is difficult to know what to conclude.  One might consider the power, or one might decide if an odds ratio of this magnitude is important from a clinical or practical standpoint.

logistic honcomp female 

Logistic regression                        Number of obs   =        200
                                           LR chi2(1)      =       3.94
                                           Prob > chi2     =     0.0473
Log likelihood =  -113.6769                Pseudo R2       =     0.0170

-------------------------------------------------------------------------
   honcomp | Odds Ratio   Std. Err.      z    P>|z|  [95% Conf. Interval]
-----------+-------------------------------------------------------------
    female |   1.918168   .6400451     1.95   0.051  .9973827    3.689024
-------------------------------------------------------------------------

Source

Oaxaca with R

setwd ("F:/Dropbox/R/")

#install.packages("oaxaca")

require("oaxaca")

# set random seed

set.seed(08544)

# load data set of Hispanic workers in Chicago

data("chicago")

# perform Blinder-Oaxaca Decomposition:

# explain differences in log real wages across native and foreign-born groups

results <- oaxaca(ln.real.wage ~ age + female + LTHS + some.college +

college + advanced.degree | foreign.born,

data = chicago, R = 50)

results$n

results$y

results$threefold$overall

# plot results of the threefold decomposition, variable-by-variable

# only include educational variables

# decomposition components along the left side of the plot

plot(results, component.left = TRUE,

     variables = c("LTHS", "some.college", "college", "advanced.degree"),

     variable.labels = c("LTHS" = "less than high school",

      "some.college" = "some college",

       "advanced.degree" = "advanced degree"))

plot(results, components = c("endowments","coefficients"))

# plot results of the twofold decomposition (overall results)

# equal weight for Group A and B in reference coefficient determinantion (weight = 0.5)

# unexplained portion split into A and B

plot(results, decomposition = "twofold", type = "overall",

     weight = 0.5, unexplained.split = TRUE,

     bar.color = c("limegreen", "hotpink", "steelblue"))

results$twofold$overall

plot(results, decomposition = "twofold", weight = -1)

plot(results, decomposition = "twofold", weight = -1,

      unexplained.split = TRUE, components = c("unexplained A",

      "unexplained B"), component.labels = c("unexplained A" =

      "In Favor of Natives", "unexplained B" = "Against the Foreign-Born"),

      variables = c("age", "female", "college"), variable.labels = c("age" =

      "Years of Age", "female" = "Female", "college" = "College Education"))

plot(results, decomposition = "twofold", weight = -1,

    unexplained.split = TRUE, components = c("unexplained A",

    "unexplained B"), component.labels = c("unexplained A" =

    "In Favor of Natives", "unexplained B" = "Against the Foreign-Born"),

    component.left = TRUE, variables = c("age","female","college"),

    variable.labels = c("age" = "Years of Age", "female" = "Female",

    "college" = "College Education"))

#Specifc numerical values of the point estimates of the unexplained discrimination components

#can, of course, be obtained directly from the "oaxaca"-class object:

variables <- c("age", "female", "college")

columns <- c("weight", "coef(unexplained A)", "coef(unexplained B)")

results$twofold$variables[[5]][variables, columns]

Bayesian Model Averaging examples

#
############### Bayesian Model Averaging examples ###############
#
# This script assumes you have worked through all the previous notes from 
# the web page and you have downloaded, installed, and updated all available
# R packages. 

### Upload the SAS SEM Example data ("SEMData.sav") which is SIMULATION DATA.

library(foreign)

exsem <- read.spss("http://www.unt.edu/rss/class/Jon/R_SC/Module10/SEMData.sav", use.value.labels=TRUE, 
  max.value.labels=Inf, to.data.frame=TRUE)

summary(exsem)
head(exsem)

cor(exsem)

# The goal of the this example is to choose the best set of predictor variables for a linear (OLS) prediction 
# model with Extroversion (extro) as the outcome. 

# Basic linear (OLS) regression model. 

reg.1 <- lm(extro~abstruse+agree+block+cognitive+common+cultural+open+physical+series+sets+social+vocab, data=exsem)
summary(reg.1)

# The BMA (Bayesian Model Averaging) package/library was designed specifically to use Bayesian Model 
# Averaging to address the variable selection problem in the context of several types of models (e.g. 
# GLM, LM, and Survival Models. 
 
library(BMA)

# The function for conducting BMA with respect to linear regression is 'bicreg'. 
# The 'bicreg' function requires a matrix of predictor variables as input. 

attach(exsem)
predictors <- as.matrix(cbind(open, agree, social, cognitive, physical, cultural, vocab, abstruse, 
                              block, common, sets, series))
detach(exsem)

# Conduct the BMA using the 'bicreg' function by submitting the matrix of predictors (predictors) 
# and the outcome variable (exsem$extro).

bma1 <- bicreg(predictors, exsem$extro)
summary(bma1)

# Based on the first column of the output we can see that "open", "agree", and "series" are the most 
# important variables; the column 'p!=0' indicates the percentage/probability that the coefficient 
# for a given predictor is NOT zero. We can also see that the first model 'model 1' (which includes 
# only 'open', 'agree', & 'series') is the best because it has the lowest BIC and the largest 
# posterior probability. 

# The 'ols' part of the output (not printed by default) gives a matrix, with each model as a row and 
# each predictor variable as a column; listing the estimated (OLS) coefficient for each variable in 
# a given model. 

bma1$ols

# Likewise, the 'se' part of the output produces a similar matrix, with the standard errors for each 
# coefficient (for each variable/model combination). 

bma1$se

# The 'postmean' part of the output (not printed by default) contains the average posterior coefficient 
# for each predictor. The 'postsd' provides the standard deviation of each average posterior coefficient.

bma1$postmean

bma1$postsd

# The 'which' part of the output (not provided by default) contains a matrix, with each model as a row and 
# each predictor variable as a column; listing whether a variable was included in each model. 

bma1$which

# The BMA package also contains a plot function for displaying the posterior distributions of the 
# coefficients. 

plot(bma1)

# For a complete description of the 'bicreg' function:

help(bicreg)

# Bayesian model averaging can also be conducted when attempting to identify the best set of predictors 
# for a Generalized Linear Model. The 'bic.glm' function is very similar to 'bicreg'; you must 
# supply a matrix or data frame of the independent variables (predictors) and the outcome variable. 
# Results of the following model mirror those above. However, the obvious benefit of the 'bic.glm' function 
# is the ability to specify non-normal error distributions (i.e. non-Gaussian; e.g. binomial).

bma2 <- bic.glm(predictors, exsem$extro, glm.family = "gaussian")
summary(bma2)

# Notice that when specifying "Gaussian" the estimation of the posterior standard 
# deviations is slightly off; therefore, it is best to use 'bicreg' when family = 
# "Gaussian".

bma1$postsd
bma2$postsd

plot(bma2)

# For a complete description of the 'bic.glm' function and its arguments:

help(bic.glm)

### Example of Binomial Logistic Regression using 'bic.glm'.

# Read in the data:

logreg <- read.table("http://www.unt.edu/rss/class/Jon/R_SC/Module9/logreg1.txt",
          header=TRUE, sep="", na.strings="NA", dec=".", strip.white=TRUE)
summary(logreg)

# Create a matrix of the predictor variables.

attach(logreg)
predictors.logist <- as.matrix(cbind(x1,x2,x3,x4))
detach(logreg)

# Run the 'bic.glm' function specifying the binomial family. 

bma2 <- bic.glm(predictors.logist, logreg$y, glm.family = "binomial")
summary(bma2)

plot(bma2)

### Example of Multinomial Logistic Regression using library 'mlogitBMA' and function 'bic.mlogit'.

library(mlogitBMA)

# Read in the data from the web (data is an SPSS.sav file, so the 'foreign' package is necessary). 

library(foreign)
mdata1 <- 
  read.spss("http://www.unt.edu/rss/class/Jon/R_SC/Module9/MultiNomReg.sav", 
  use.value.labels=TRUE, max.value.labels=Inf, to.data.frame=TRUE)
summary(mdata1)

# Apply the 'bic.logit' function; supplying the formula in standard format, choices represent 
# the choices on the outcome variable (i.e. the categories of the outcome). 

mlog.1 <- bic.mlogit(y ~ x1 + x2 + X3, data = mdata1, choices = 1:3)
summary(mlog.1)

# To see all the arguments of the 'bic.mlogit' function 

help(bic.mlogit)



# End; Feb, 2011

source

Biến laptop chạy Ubuntu thành điểm phát Wifi

Nguồn

Đối với những người đam mê công nghệ thì việc sở hữu cùng lúc Laptop và smartphone là chuyện bình thường. Nếu đang ở nhà và bạn cũng không có thiết bị hỗ trợ phát wifi, hãy tận dụng chiếc Laptop để làm điểm phát wifi phục vụ nhu cầu công việc trên smartphone.

Đối với những người đam mê công nghệ thì việc sở hữu cùng lúc Laptop và smartphone là chuyện bình thường. Đối với một chiếc smartphone thì sẽ có nhiều thao tác liên quan đến hệ thống như cập nhật firmware, cập nhật phần mềm hay cài đặt phần mềm mới... đa số đều phải cần đến kết nối internet, và bạn có thể làm điều đó dễ dàng với các kết nối wifi công cộng. Tuy nhiên, nếu đang ở nhà và bạn cũng không có thiết bị hỗ trợ phát wifi, hãy tận dụng chiếc Laptop để làm điểm phát wifi phục vụ nhu cầu công việc trên smartphone.

Quá dễ dàng đối với hệ điều hành Windows, cũng như khá nhiều bài viết hướng dẫn làm đối với Windows trên các trang báo điện tử cũng như blog công nghệ. Nếu bạn đang sử dụng hệ điều hành Ubuntu thì sao? Cách làm cũng khá đơn giản, bạn có thể làm như sau:

Đầu tiên, bạn nhấn chuột vào biểu tượng Settings (hình bánh răng) ở góc trên bên phải màn hình làm việc của Ubuntu để chọn nhanh System Settings.

Trên cửa sổ System Settings, nhấn chuột vào biểu tượng Network để tiến hành các thiết lập liên quan đến mạng.

Một điều dĩ nhiên là bạn không thể vừa kết nối vừa phát wifi cùng lúc, do đó bạn cần kết nối Laptop với đường ADSL và để card wifi ở chế độ trống.

Bây giờ trên cửa sổ Network, bạn chọn tùy chọn Wireless ở sidebar bên trái. Sau đó bấm chọn Use as Hotspot trong phần tùy chọn dành cho Wireless.

Tiếp tục bấm chọn Create Hotspot để tạo một Hotspot mới.

Như vậy là Hotspot wifi đã được tạo ra từ Laptop của bạn. Tuy nhiên, để sử dụng tốt hơn, tối ưu hơn bạn cần một số thiết lập khác. Bấm vào nút Options để tiến hành các thiết lập cho Hotspot mới này.

Trên cửa sổ Edit Hotspot, tại thẻ Wireless bạn có thể đặt một số thông tin cho Hotspot như tên chẳng hạn để dễ nhận biết khi dò tìm cũng như biết thêm các thông tin khác.

Ngoài ra, để đảm bảo không có người “xài chùa” kết nối của bạn, bạn có thể thiết lập mã bảo mật bằng cách chuyển sang thẻ Wireless Security, trên thẻ này tại trường Key, bạn tiến hành nhập mật mã, để chắc chắn mật mã không bị lỗi do bộ gõ bạn có thể danh dấu vào tùy chọn Show Key để thấy rõ các ký tự mình nhập vào.

Để thiết bị khác có thể dò và kết nối được với Hotspot thì trường Method trên thẻ IPv4 Settings phải là Shared to other computers.

Sau khi đã thiết lập xong tất cả, nhấn Save... để lưu các thiết lập lại.

Như vậy là bạn đã có thể tận dụng được đường truyền Internet thông qua cáp ADSL để sử dụng cho các thiết bị di động bằng sóng wifi trên môi trường Ubuntu. Xem ra khá đơn giản so với trên môi trường Windows :)

Chú bạn thành công!

Bài giảng: Phương pháp phân tích dữ liệu với ngôn ngữ R – GS. Nguyễn Văn Tuấn

Loạt bài giảng không chỉ hướng dẫn cách sử dụng R mà còn trình bày rất cô đọng các kiến thức trong Thống kê và Kinh tế lượng.

Link: https://www.youtube.com/user/drnguyenvtuan/videos

Danh sách bài giảng 

Bài giảng	Nội dung	Địa chỉ
1	Giới thiệu R	http://www.youtube.com/watch?v=V4gSwQ5oq6k
2	Giao diện và tương tác	http://www.youtube.com/watch?v=vKK_Co30Yyw
3	Cách đọc ASCII file	http://www.youtube.com/watch?v=VJBTjaK1OcU
4	Cách đọc Excel file	http://www.youtube.com/watch?v=kCFhPcpCtaM
5	Biên tập dữ liệu (1)	http://www.youtube.com/watch?v=QKLeSBov3VE
6	Biên tập dữ liệu (2)	http://www.youtube.com/watch?v=t8jAgFQpTrw
7	Biên tập dữ liệu (3)	http://www.youtube.com/watch?v=Y8ZPQSgqwdA
8	Phân tích mô tả biến liên tục	http://www.youtube.com/watch?v=VVHeES9PL8E
9	Phân tích mô tả biến phân nhóm	http://www.youtube.com/watch?v=vp8Nl2IWiZY
10	T-test (1)	http://www.youtube.com/watch?v=Yu9uK52i9OE
11	T-test (2)	http://www.youtube.com/watch?v=cDzQcEd6tAs
12	Kiểm định phân bố chuẩn	http://www.youtube.com/watch?v=mvTh_EYZux8
13	Kiểm định Wilocoxon	http://www.youtube.com/watch?v=5KwfGbvgAlA
14	Phương pháp kiểm định hoán vị	http://www.youtube.com/watch?v=SWtF_-btK3k
15	Kiểm định 2 biến nhị phân	http://www.youtube.com/watch?v=JjPBuqXh49E
16	Thông số trong biểu đồ	http://www.youtube.com/watch?v=HYTkaM0N38M
17	Biểu đồ hộp (box plot)	http://www.youtube.com/watch?v=5SZuIy4L2wc
18	Biểu đồ sai số chuẩn	http://www.youtube.com/watch?v=1BmgN8OoLrs
19	Biểu đồ thanh và phân bố	http://www.youtube.com/watch?v=QL4gk2KgiJ0
20	Biểu đồ tương quan đa biến	http://www.youtube.com/watch?v=JpfbZbXngvs
21	Tỉ số nguy cơ (risk ratio)	http://www.youtube.com/watch?v=JCkAxaMMC1M
22	Tỉ số odss (odds ratio)	http://www.youtube.com/watch?v=xBExmfN4-lI
23	Giới thiệu phân tích phương sai (ANOVA)	http://www.youtube.com/watch?v=nzV76mII7lo
24	Phân tích hậu định (posthoc analysis)	http://www.youtube.com/watch?v=f6h6Y8PEOt8
25	Phân tích phương sai phi tham số	http://www.youtube.com/watch?v=DnhCOOsFvQQ
26	Mô hình tuyến tính cho phân tích phương sai	http://www.youtube.com/watch?v=Iu-FbL4JECU
27	Giới thiệu phương pháp kiểm định Ki bình phương	http://www.youtube.com/watch?v=biT0_Je3-Dk
28	Kiểm định Ki bình thương (Chi square)	http://www.youtube.com/watch?v=At4gMON1ezQ
29	Hệ số tương quan	http://www.youtube.com/watch?v=T9ZIrw_ZtiY
30	Hồi qui tuyến tính: giới thiệu	http://www.youtube.com/watch?v=bTzGlI2Kjtg
31	Hồi qui tuyến tính: phân tích phương sai	www.youtube.com/watch?v=Hc3Z1OjYAQA
32	Phân tích dao động dư	http://www.youtube.com/watch?v=LI3acanCvWA
33	Giới thiệu mô hình hồi qui tuyến tính đa biến	https://www.youtube.com/watch?v=Uxh7tdg42UQ&list=UU21dOPe-YHO3Gw6BRbyeotQ
34	Hồi qui tuyến tính đa biến (ước tính)	http://www.youtube.com/watch?v=yRj1-J7ZH5Y&list=UU21dOPe-YHO3Gw6BRbyeotQ
35	Ảnh hưởng tương tác trong mô hình hồi qui tuyến tính	https://www.youtube.com/watch?v=i3e2zWKQGAE&list=UU21dOPe-YHO3Gw6BRbyeotQ
36	Vấn đề đa cộng tuyến (multicollinearity)	https://www.youtube.com/watch?v=sjI94HvBfaY&list=UU21dOPe-YHO3Gw6BRbyeotQ
37	Đánh giá tầm quan trọng trong mô hình hồi qui tuyến tính	https://www.youtube.com/watch?v=HsU3cDpQJko&list=UU21dOPe-YHO3Gw6BRbyeotQ
38	Chọn mô hình (model selection) trong phân tích hồi qui tuyến tính đa biến	https://www.youtube.com/watch?v=Q40TFF2Opuc&list=UU21dOPe-YHO3Gw6BRbyeotQ
39	Chọn mô hình hồi qui tuyến tính bằng phương pháp Bayes	https://www.youtube.com/watch?v=eVp0oyKxtrI&index=3&list=UU21dOPe-YHO3Gw6BRbyeotQ
40	Giới thiệu mô hình hồi qui logistic 1: Odds ratio	https://www.youtube.com/watch?v=AJCmccF3faY&list=UU21dOPe-YHO3Gw6BRbyeotQ
41	Mô hình hồi qui logistic	https://www.youtube.com/watch?v=0yILsvQZ0Uw&index=4&list=UU21dOPe-YHO3Gw6BRbyeotQ
42	Diễn giải kết quả phân tích hồi qui logistic	https://www.youtube.com/watch?v=FcxY-Cheb6Y&index=2&list=UU21dOPe-YHO3Gw6BRbyeotQ
43	Đánh giá mô hình hồi qui logistic	https://www.youtube.com/watch?v=q5M5N66QFBk&list=UU21dOPe-YHO3Gw6BRbyeotQ
44	Các “thước đo” mô hình hồi qui logistic	https://www.youtube.com/watch?v=6rTAIAM-Vzw
45	Mô hình hồi qui logistic đa biến	https://www.youtube.com/watch?v=I9JD2fDbcHY&list=UU21dOPe-YHO3Gw6BRbyeotQ
46	Phương pháp tìm mô hình hồi qui logistic tối ưu	https://www.youtube.com/watch?v=bAUrZqhCNww
47	Đánh giá độ phân định (discrimination) mô hình tiên lượng	https://www.youtube.com/watch?v=8msZdongyMc

————-&&————

Tỷ phú Lý Gia Thành: 3 việc bạn càng chi tiền, càng kiếm nhiều tiền

Nguồn
1/ Đầu tư tiền bạc vào việc giáo dục chính bản thân mình

• Giáo dục chính mình luôn là một quyết định hoàn toàn đúng đắn, bất kể hoàn cảnh của bạn có khó khăn như thế nào, hãy tìm cách học những bài học mà bạn chưa từng biết đến, dễ dàng và rẻ tiền nhất là từ những thử thách bạn gặp phải trong hiện tại. Ngay cả khi bạn phải vay mượn tiền bạc để làm, đầu tư cho việc học tập và giáo dục bản thân cho bạn kĩ năng, kinh nghiệm, tay nghề để có thể trả nợ trong tương lai

2/ Chi tiêu cho xã hội, cho cộng đồng

• Ông Lý Gia Thành nói rằng bất chấp bạn đang ở trong tình cảnh nào, vẫn luôn có người khổ hơn bạn, do đó hay giúp họ trong khả năng có thể. Đóng góp cho xã hội và cộng đồng quanh bạn là một nghĩa vụ bắt buộc mà mỗi con người cần hiểu rõ.

• Hãy đừng quên câu "một miếng khi đói, bằng một gói khi no". Bạn có thể chỉ cho đi  một số tiền nhỏ nhưng nó thực sự có giá trị lớn với người cần nó. Và nhớ đừng quên thưởng cho nhân viên khi công ty bạn đang ăn nên làm ra

• Nếu bạn không có điều kiện để đóng góp về mặt tài chính, vậy hãy cho đi những gì bạn có thể. Hãy hoàn thành công việc của bạn một cách tốt nhất, hãy hòa đồng với ông chủ và đồng nghiệp, và hãy biết ơn với những gì bạn có – chính là công việc của bạn.

3/ Cho tiền cha mẹ mình

• Việc rất nên làm là thường xuyên đưa tiền cho cha mẹ bạn dù cho tình hình tài chính của họ ra sao, đây là cách thể hiện tình yêu, sự biết ơn và kình trọng đối với mẹ cha.

• Cha mẹ không bao giờ bỏ rơi bạn, khi họ ngheo họ đã có thể vay mượn để nuôi nấng bạn khôn lớn, đừng ngần ngại hoàn trả cho cha mẹ mình.

• Những doanh nhân thành đạt nhất, những người giàu có nhất là những người luôn yêu kính cha mẹ, ngược lại với những kẻ không hiếu kính luôn gặp những vấn đề trong giao tiếp, làm ăn, không thể thành công,… điều này là hoàn toàn có lý.

Prevent save as in Excel

The code below can be used to stop any users saving a Workbook as another name and another location.
The code must be placed in the Private Module of the Workbook Object (ThisWorkbook). The fastest way to get there is to right click on the Excel icon, top left next to File and select View Code. It is in here you should place the code below and then save the Workbook. So long as the Workbook is opened with macros enabled the code will fire anytime any user tries to use Save As.

Private Sub Workbook_BeforeSave(ByVal SaveAsUI As Boolean, Cancel As Boolean)

 If SaveAsUI = True Then Cancel = True

End Sub

Private Sub Workbook_BeforeClose(Cancel As Boolean)

    Application.ThisWorkbook.Saved = True 'Tells Excel that the _

file has already been saved (this prevents Excel from requesting _

that you save the file when you close it)

End Sub

  Source 

http://www.excel-pratique.com/en/vba_tricks/preventing_a_file_from_being_saved.php 

http://www.ozgrid.com/VBA/prevent-save-as.htm

Hide worksheet Excel

Ẩn worksheet trong excel

1. Trước khi ẩn nên Protect sheet trước
Trên thanh Ribbon
Review/ Protect Sheet/ Chọn mật khẩu

2. Ẩn worksheet bằng cửa sổ VBE
Ấn Alt + F11 hiện cửa sổ VBA
View/ Properties Window hay ấn F4
Trong cửa số Properties Window của Sheet muốn ẩn chọn Visible ở gần cuối
Chọn Veryhidden

3. Khóa VBA vào
Cũng trong cửa số VBA
Tool/ VBA Project Properties.../
                      /Proctection/
                               ---> nhập pass

Giấu công thức Excel

Chọn cells cần giấu công thức
Right mouse Click/ Format cells/Protection/ Tick Locked & Hidden

Trên thanh Ribbon
Review /Protect sheet
Đánh mật khẩu ---> Ok

loop worksheets

For Each ws in Worksheets
      Msgbox ws.Name
Next ws

Copy multiple pages word to multiple sheets excel vba

Computing interaction effects and standard error in logit and probit models

link
Conclusion 
Interaction effects are complicated to compute and interpret in nonlinear models. Because of their widespread use, however, having a command to compute them is important for applied reseachers. The new command inteff allows users to compute the magnitude, sign, statistical significance of interaction effects in logit and probit models.

The results of two examples are typical of patterns we have found after computing interaction effects for a wide range of problems. The interaction effects has a wave shape when plotted against predicted values. Some interaction effects are positive, som nagative, no matter what the sign of coefficient on the interaction term. For predicted value equals to 0.5 the interaction effects is B12O'(u) for probit case. There is wide variation in the statistical significance of the interaction effect.

There are two limitations to the inteff command. One is that the code will only work for logit and probit models, even though the issue applies to all nonlinear models, such as tobit and count models. In addtion, the command will only work for the interaction between two variable that do not also have higer order terms. For example, the command would yield the wrong answer if, in the first example, age squared was also included as an independent variables. For other nonlinear models, interactions between more than two variables or interactions of variables with higher - order terms use the Stata command predictnl with great care

Nguyễn Ánh trả thù nhà Tây Sơn - Chuyện đời vay trả Võ Hương- An

Lời người viết: Mùa Vu lan năm Canh dần 2010, tự nhiên tôi nhận được nhiều email của thân hữu gởi đến – có ngày nhận hai ba cái — kèm theo truyện ngắn “Một ngày lễ Vu lan sầu thảm” của Tịnh Thuỷ, viết về sự tàn ác và hèn hạ của vua Gia Long trong việc hành hình vợ chồng Trần Quang Diệu & Bùi Thị Xuân — hai dũng tướng của Tây Sơn — và gia đình (mẹ già và con gái). Nội dung của các điện thư hoặc có ý hỏi tôi sự thật có đúng như vậy không, hoặc tỏ ra đồng ý với tác giả, chê trách vua Gia Long tàn ác. Bài viết này xin xem như một câu trả lời, sự thật lịch sử là một kinh nghiệm chung ở đời…

Đôi nét lịch sử
Sau 25 năm chiến đấu kiên trì và gian khổ, ngày mồng 3 tháng 5 năm Tân Dậu (13/6/1801) Nguyễn Vương (vua Gia Long) tái chiếm kinh đô cũ Phú Xuân, đuổi vua tôi Cảnh Thịnh chạy dài ra Bắc. Một năm sau, ngày mồng 2 tháng 5 năm Nhâm Tuất (1/6/1802), tuy chưa chính thức lên ngôi hoàng đế (1) nhưng theo lời đề nghị của bầy tôi,  vua ban hành niên hiệu Gia Long, mở ra một triều đại mới của nhà Nguyễn. Vào đầu thế kỷ XX, vua Khải Định đã chọn ngày này ( mồng 2 tháng Năm âm lịch) làm ngày quốc khánh của nước Đại Nam, đặt tên là ngày Hưng quốc khánh niệm. Những ai ở lứa tuổi trên 70 ở Trung kỳ, từng cắp sách đến trường có thể còn nhớ đôi chút về ngày này, nhất là ở Huế.  Đó là ngày mừng đất nước thống nhất. Niên hiệu Gia Long bao hàm trong ý nghĩa đó — vua muốn nói ông là người đã đi từ Gia Định thành tới Thăng Long thành để thống nhất đất nước.
(Võ Hương-An, Thăng Long và Gia Long , trong http://www.khoahoc.net/baivo/vohuongan/310708-thanglongvagialong.htm ) Ngay sau khi chiếm lại Phú Xuân và  trong khi vua Cảnh Thịnh của Tây Sơn đang còn làm chủ ở miền  Bắc thì Nguyễn Vương đã cho « Phá hủy mộ giặc Tây Sơn Nguyễn Văn Huệ, bổ săng, phơi thây, bêu đầu ở chợ » (Thực lục I, tr.473).
Sau khi chiếm được Bắc hà, bắt được  trọn gói vua tôi, anh em vua Cảnh Thịnh,  hoàn thành cuộc thống nhất đất nước từ Nam chí Bắc, vua Gia Long khải hoàn về kinh. Ngày giáp tuất  tháng 11 năm Gia Long thứ 1 (7 tháng 11 Nhâm Tuất, 1/12/1802) vua đem tù binh ra làm lễ hiến phù ở Thái Miếu. Hiến phù là lễ trình diện tù binh trước bàn thờ tổ tiên, và Thái Miếu là nơi thờ 9 đời chúa Nguyễn. Sau lễ,

« Sai Nguyễn Văn Khiêm là Đô thống chế dinh Túc trực, Nguyễn Đăng Hựu là Tham tri Hình bộ áp dẫn Nguyễn Quang Toản [vua Cảnh Thịnh] và em là Quang Duy, Quang Thiệu, Quang Bàn ra ngoài cửa thành, xử án lăng trì, cho 5 voi xé xác, đem hài cốt của Nguyễn Văn Nhạc và Nguyễn Văn Huệ giã nát rồi vất đi, còn xương đầu lâu của Nhạc, Huệ, Toản và mộc chủ [bài vị] của vợ chồng Huệ thì đều giam ở Nhà đồ Ngoại [Ngoại Đồ Gia, cơ quan chế tạo của triều đình, sau gọi là Võ Khố] (năm Minh Mệnh thứ 2 đổi giam vào ngục thất cấm cố mãi mãi). Còn đồ đảng là bọn Trần Quang Diệu, Võ Văn Dũng đều xử trị hết phép, bêu đầu cho mọi người biết. Xuống chiếu bố cáo trong ngoài. » (Thực lục I, tr.531)
Trong chiếu bố cáo cho toàn dân được rõ về lễ hiến phù ngày 7 háng 11 Nhâm tuất, có câu mở đầu : « Trẫm nghe, vì chín đời mà trả thù là nghĩa lớn kinh Xuân Thu … » và kết thúc bằng câu « Nhạc Huệ trời đã giết rồi, cũng đem phanh xác tan xương, để trả thù cho Miếu Xã, rửa hận cho thần nhân. » (Thực lục I, tr.532,533)
Theo tài liệu của Bissachère, trước khi nhận lãnh cái chết thảm khốc, anh em vua Cảnh Thịnh còn bị bắt phải chứng kiến cảnh lính tráng tiểu tiện vào sọt đựng hài cốt của cha (Nguyễn Huệ) và bác (Nguyện Nhạc) (theo hồi ký của Bissachère) trước khi hài cốt bị đem « giả nát rồi vất đi ».

Phẩm bình của lịch sử     
Tại miền Nam trước 1975, có hai bộ thông sử tiếng Việt thông dụng là Việt Nam Sử Lược của Trần Trọng Kim và Việt Sử Toàn Thư của Phạm Văn Sơn. Viết về vua Gia Long, cả hai bộ sử đều giống nhau ở một điểm: có phê phán sự hẹp lượng của vua Gia Long qua việc giết hại công thần (vụ án Nguyễn Văn Thành và vụ án Đặng Trần Thường), có kể rõ việc hành hình trả thù Tây Sơn nhưng hoàn toàn không bình luận, phê phán gì đến sự “quá tay” trong việc này. Tại sao?

Hoa Bằng, tác giả Quang Trung, Anh hùng dân tộc (Nxb Bốn Phương, Saigon, 1953) khi kết luận thiên biên khảo đầu tiên bằng tiếng Việt về đề tài này đã ngậm ngùi viết:
« Vậy mà Nã [Phá Luân, Napoléon I] được gởi nắm xương trong đền Invalides để cho người sau hoài niệm, viếng thăm ; còn Quang Trung : mả phải đào, xương phải tán, dòng dõi bị chu di, sự nghiệp liệt liệt oanh oanh gói tròn trong một chữ ‘Ngụy’ »
Nhà viết sử Trần Gia Phụng trong Nhà Tây Sơn (Nxb Non Nước, Toronto, 2005) cũng đã có lời bình phẩm nhẹ nhàng nhưng nghiêm khắc:
« Cuộc trả thù được vua Gia Long xem là ‘ nghĩa lớn Kinh Xuân Thu’ nhưng hành hạ di cốt địch thủ trước mắt con cái họ trái hẳn với đạo lý cổ truyền của dân tộc. » (tr.240)

Phê bình mạnh tay, mạnh mẽ hơn có Quách Giao :
Nhà Nguyễn đối với nhà Tây Sơn vô cùng khắc nghiệt. Quật mả Vua Thái Ðức, Vua Quang Trung, chém giết dòng họ, tướng tá nhà Tây Sơn đến thế, Nguyễn Phúc Ánh chưa cho là đủ, còn truyền đào mồ mả của cha ông hai nhà anh hùng áo vải và của những người đã theo nhà Tây Sơn và đã chết trước khi non sông đổi chủ.
………………………………………………………
(http://vnthuquan.net/truyen/truyen.aspx?tid=2qtqv3m3237n1nmnmn4n31n343tq83a3q3m3237n1n2n&AspxAutoDetectCookieSupport=1)

Còn đối với Nhà Tây Sơn thì Nguyễn Phúc Ánh chém tất cả dòng họ, từ Vua Bửu Hưng [Cảnh Thịnh], cho tới một em bé mới sanh mà đã lọt vào ngục thất. Lại truyền đào mả Vua Thái Ðức và Vua Quang Trung, nghiền xương đổ xuống bể. Còn sọ thì đem xiềng nơi ngục thất trong Hoàng Cung để làm lọ đi tiểu.
Ðể nhổ cỏ cho sạch gốc, Nguyễn Phúc Ánh sức mọi nơi truy tầm những bà con gần xa của họ Nguyễn Tây Sơn, và những Tướng Tá của Tây Sơn còn trốn tránh nơi sơn dã.
Hai người con Vua Thái Ðức là Văn Ðức, Văn Lương và cháu nội, con Nguyễn Bảo, là Văn Ðẩu, nương náu nơi Mộ Ðiểu, Vùng An Khê. Vua tôi Nhà Nguyễn biết nhưng sợ người Thượng, không dám đến bắt. Mãi đến năm Minh Mạng thứ 12 (1832) thấy tình thế đã yên, ba chú cháu mới đem nhau về thăm quê cũ ở Kiên Mỹ. Bọn bất lương đi mật báo. Quân Nhà Nguyễn đến vây bắt giải về Phú Xuân giết chết.
……………………………………………
…Ngót 150 năm, Nhà Nguyễn cố làm cho người người quên Nhà Tây Sơn. Những người yêu nước vẫn luôn nhớ đến Nhà Tây Sơn, ngọn bút yêu nước vẫn chép đi chép lại, vẫn tìm tòi trong nơi khuất tịch những tài liệu còn dấu cất, để viết về Nhà Tây Sơn.
Và tiếng Anh hùng Áo Vải, Anh Hùng Dân Tộc mãi còn vang, khi nhẹ nhàng, khi mạnh mẽ, trên đất nước Việt Nam, từ Nam chí Bắc.
Còn Nhà Nguyễn đã làm được gì?
Có người bảo rằng đã thống nhất Bắc Nam.
Ðó là quên rằng chính Nhà Tây Sơn đã thống nhất Bắc Nam, rồi Nguyễn Phúc Ánh đánh chiếm trên tay Ðông Ðịnh Vương và Cảnh Thịnh. Sau bao phen bể nổi dâu chìm Nhà Nguyễn còn để lại tiếng Rước voi, cõng rắn.
Trăm năm bia đá thời mòn
Nghìn năm bia miệng mãi còn trơ trơ. (http://tuongvangvn.com/index.php?categoryid=50&p2_articleid=418)

Trong văn hóa phương Tây, đánh nhau là đánh nhau nhưng không có chuyện trả thù kẻ chiến bại một cách tàn nhẫn, nhất là đối với người đã chết, Do đó, khi bắt gặp hành động “dã man” này của vua Gia Long, Stanley Karnow, tác giả tiếng tăm bộ sử  VietNam, A History (Penguin Book, 1984) đã viết:

“Ông ta tỏ ra chẳng khoan dung chút nào đối với kẻ thù đã chiến bại, dù  đã chết hay còn sống. Binh sĩ của ông đã quật xương cốt của một cặp vợ chồng cầm đầu Tây Sơn đã chết [Nguyễn Huệ], tiểu tiện vào xương cốt đó trước sự chứng kiến của con cái họ và những người này sau đó tay chân bị trói vào 4 con voi và xé nát.” (p.65) (He showed no mercy to his beaten adversaries, dead or alive. His soldiers exhumed the bones of a deceased Tayson leader and his wife and urinated on them before the eyes of their son, whose limbs were then bound to four elephants and ripped apart.)

Nếu Nhà Tây Sơn không có Quang Trung Nguyễn Huệ với chiến thắng quân Thanh và quân Xiêm vang dội trong lịch sử thì hành động “vì 9 đời mà trả thù” của vua Gia Long chưa chắc đã bị búa rìu dư luận nhiều như đã xảy ra. Ngoài việc ghi chép khá rõ ràng của Quốc Sử Quán Nhà Nguyễn thì hồi ký sống động của giáo sĩ De la Bissachère về việc hành hình trả thù của vua Gia Long đối với anh em và vua tôi Cảnh Thịnh (2), đã gây tác động tâm lý không nhỏ trong giới sử học Đông Tây (Thực ra ông này không chứng kiến cuộc hành hình mà chỉ nghe ai đó kể lại). Thử đi vào mạng lưới toàn cầu, gõ mấy từ khóa như Gia Long, Tây Sơn, Nguyễn Huệ, thì tha hổ đọc công luận phẩm bình, đa số đều chê Gia Long về việc này. Điều này cũng dễ hiễu thôi vì hào quang chiến thắng quân Xiêm và quân Thanh của vua Quang Trung rực rỡ quá, đã che mất sự thật thê thảm ở bên trong. Thêm vào đó, với mấy chục năm lịch sử được viết dưới nhãn quan xã hội chủ nghĩa, triều Nguyễn do Gia Long khai sáng, đã bị miệt thị thậm tệ, đã ảnh hưởng không ít trên sự nhận thức của người đọc, nhất là giới trẻ. Mặc dầu ngày nay gió đã đổi chiều, đã bắt đầu có sự chuyển biến trong nhận thức về sự nghiệp của Nhà Nguyễn (3) nhưng không thiếu chi người vẫn tư duy trong nếp cũ.

Câu hỏi đặt ra
Các sách sử Việt Nam viết về hành vi “tàn ác” trả thù Tây Sơn của vua Gia Long đều lấy tài liệu từ các bộ chánh sử của Nhà Nguyễn (Đại Nam Thục lục đệ nhất kỷ, Đại Nam Liệt Truyện ), trước khi biết đến các chi tiết khác do nguồn sử liệu Tây phương cung cấp. Sử thần Nhà Nguyễn trong Quốc Sử Quán đã không giấu diếm gì cả, viết trắng chuyện này ra cho hậu thế cùng biết, người sau chỉ lặp lại, chỉ thêm lời bình phẩm nặng nể mà không có bớt.
Riêng người viết, trong niềm ngưỡng mộ chiến thắng oanh liệt hào hùng của vua Quang Trung trước quân Xiêm và quân Thanh xâm lăng, ban đầu thì cũng đồng ý với những bình phẩm chê trách hành động của vua Gia Long đối với Tây Sơn là thái quá, tàn nhẫn, nhưng sau đó, khi được biết những nguồn tin khác, không khỏi đắn đo tự hỏi và tìm lời giải đáp.

Vua Gia Long vốn không phải là con người hiếu sát (4)[1] .Ngay cả việc đối với họ Trịnh, hai bên đánh nhau ròng rã 45 năm trời, vậy mà khi đã lấy được nước (1802), vẫn đối xử tốt với con cháu họ Trịnh chứ đâu đến cạn tàu ráo máng như với Tây Sơn?
Sau khi làm chủ Bắc hà, vua “Sai chọn người dòng dõi họ Trịnh để giữ việc thờ cúng họ Trịnh. Trước là khi đại giá Bắc phạt, người họ Trịnh ai ai cũng sợ bị giết. Vua thấu rõ tâm tình, xuống chiếu dụ rằng: ‘Tiên đế ta với họ Trịnh vốn là nghĩa thông gia. Trung gian Nam Bắc chia đôi, dần nên ngăn cách, đó là việc đã qua của người trước, không nên nói nữa. Ngày nay, trong ngoài một nhà, nghĩ lại mối tình thích thuộc bao đời, thương người còn sống, nhớ người đã mất, nên lấy tình hậu mà đối xử. Vậy nên cùng báo cho nhau, họp chọn lấy một người trưởng họ, giữ việc thờ cúng để giữ tình nghĩa đời đời.” (Thực lục I, tr.508) Vậy là Trịnh Tư được giao lo việc thờ cúng, họ Trịnh được cấp 500 mẫu ruộng để lấy huê lợi cúng tế hàng năm, 247 người họ Trịnh được xét tha thuế dinh và miễn binh dao (đi lính và chịu sưu dịch).
Ai cũng biết La Sơn Phu tử Nguyễn Thiếp, được coi như một Gia Cát Lượng của vua Quang Trung, một cố vấn tối cao, được vua quan trên dưới đều kính nể (4 lần vua khẩn khoản mời ra giúp, cuối cùng nhận chức Viện trưởng Viện Sùng Chính năm 1790, giúp vua chấn chỉnh việc giáo dục, văn hóa, giúp vua chọn đất Nghệ An làm Phượng Hoàng trung đô…). Khi  Nguyễn Vương tái chiếm Phú Xuân, ông đang ở Huế giúp vua Cảnh Thịnh nhưng không chạy theo khi vua đào thoát (hay chạy theo không kịp?) và dường như không bị bị bắt mà chỉ quản thúc tại gia, dù phía Nguyễn Vương biết rõ lý lịch, sau đó Nguyễn Vương đã ra lệnh
“Thả xử sĩ ở Nghệ An là Nguyễn Thiếp về. Thiếp là người xã Nguyệt Áo huyện La Sơn, đậu Hương tiến đời Lê, làm quan huyện Thanh Chương, bỏ quan về nhà. Khi nhà Lê mất, theo lời mời của Nguyễn Quang Toản mà ở lại Phú Xuân. Tới nay vào yết kiến, xin trở về làng. Vua [Nguyễn Vương] dụ rằng ‘Khanh là người tuổi tác, đạo đức, rất được người ta trông cậy. Sau khi trở về núi nên khéo léo đào tạo lấy nhiều học trò để ra sức phò giúp thịnh triều, khỏi phụ tấm lòng rất mực mến lão kính hiền của ta.’ [người viết in đậm]. Bèn sai quan quân đưa về (Thực lục I, tr.445)
Lại năm 1803, phái đoàn do vua Cảnh Thịnh phái đi sứ Nhà Thanh (gồm Lê Đức Thận, Nguyễn Đăng Sở và Vũ Duy Nghi) bị trả về nước, bị quan Bắc thành bắt giải về Kinh, vua Gia Long tha hết cho về quê. Lại khi Bộ Hình tâu xin vua định đoạt số phận của người vợ lẻ Nguyễn Nhạc cùng 2 người em họ tên Đại và Vạn bị bắt thì vua nói: “Vợ lẻ Nhạc là một người đàn bà thôi. Bọn Đại tuy là thân đảng của giặc Nhạc mà không dự binh quyền, nay Nhạc chết rồi, giết đi thì có ích gì?” (Thực lục I, tr.544)
Những chứng dẫn nho nhỏ đó cho thấy vua Gia Long là con người phải chăng, tùy theo người, theo trường hợp mà có quyết định tha hay phạt , chứ không phải bạ đâu giết đó, thà giết lầm hơn bỏ sót. Vậy tại sao giết Tây Sơn chưa đủ, phải hành hạ mới hả, kể cả nắm xương khô. Thù chi mà dữ vậy?

Sự thật là đây
Về chuyện vua Gia Long trả thù Tây Sơn, nhà viết sử Trần Gia Phụng đã đi xa hơn các học giả đi trước khi lần đầu tiên ông phân tích chính xác rằng:

“Không kể cá nhân ông bị quân đội Tây Sơn truy đuổi nhiều lần suýt chết, vua Gia Long thâm thù nhà Tây Sơn vì ba việc chính: thứ nhất, năm 1777 Định Vương Nguyễn Phúc Thuần [chú ruột vua Gia Long], Tân Chính Vương Nguyễn Phúc Dương [em chú bác ruột] và Nguyễn Phúc Đồng [anh ruột] bị quân Tây Sơn bắt giết ở Gia Định. Thứ nhì, hai người em [ruột] của Gia Long là Nguyễn Phúc Mân và Nguyễn Phúc Thiển bị chết về tay quân Tây Sơn năm 1783. Thứ ba, vua Quang Trung cho quật mộ của Nguyễn Phúc Côn (phụ thân của Gia Long), đem hài cốt đổ xuống sông năm 1790.” (Việt Sử Đại Cương, Tập 2, tr.445)

Chừng đó nợ máu nghe đã nặng (5 người cật ruột), nhất là món nợ thứ 3, nhẹ vật chất mà nặng tâm linh và đạo đức, ít người biết. Nhưng kể vậy cũng chưa đủ.
Khi đọc câu mở đầu của chiếu bố cáo  lễ hiến phù: “ Trẫm nghe, vì chín đời mà trả thù là nghĩa lớn kinh Xuân Thu…” * (Thực lục I, tr.532) tôi không khỏi mỉm cười một mình với ý nghĩ : thiệt mấy ông đời xưa văn chương lớn lối quá, cái chi cũng lôi điển tích với sách vở ra, tô vẻ cho long trọng. Nhưng sau đó, khi đọc kỹ Thực lục mới biết mấy chữ vì 9 đời mà trả thù mang một ý nghĩa rất thực, rất cụ thể, bên cạnh màu sắc điển tích văn chương tô điểm.
* “Xuân Thu, Công Dương truyện: Trang công năm thứ 4 chép: Tề Tướng công giết nước Kỷ, vì ông tổ xa đời là Ai công mà phục thù, đời gọi là mối thù 9 đời.” Chú thích của dịch giả Thực lục I, tr.532.

Ngày 13/6/1801, Nguyễn Vương (vua Gia Long) tái chiếm kinh đô Phú Xuân, nơi ông đã vội vã ra đi khi mới 13 tuổi (ta), và ròng rã 27 năm mơ ước được trở về. Tuy đã làm chủ được Phú Xuân  nhưng lực lượng hùng hậu của Tây Sơn Cảnh Thịnh vẫn còn ở bên kia lũy Trường Dục (Quảng Bình), vậy mà đến đầu tháng 8 năm đó đã lo sửa sang lăng mộ tổ tiên và cấp tốc hoàn tất ngay trong tháng. Sao việc này lại làm gấp rút còn hơn cả công tác sửa sang thành trì, xây đồn đắp luỹ để phòng chống Tây Sơn?  Xin đọc kỹ đoạn ghi chép của Thực lục sau đây, có thể thấy được lý do thúc đẩy (những chữ in đậm là do người viết, chữ ghi giữa hai ngoặc đứng [x] là chú giải của người viết):

“Tháng 9, ngày Ất hợi [ 9/8/1801], sửa lại sơn lăng.
“Trước kia giặc Tây Sơn Nguyễn Văn Huệ tham bạo vô lễ, nghe nói chỗ đất phía sau lăng Kim Ngọc (tức lăng Trường Mậu) [lăng của chúa Ninh Nguyễn Phúc Thái] rất tốt, định đem hài cốt vợ táng ở đó. Hôm đào huyệt, bỗng có hai con cọp ở bụi rậm nhảy ra, gầm thét vồ cắn, quân giặc sợ chạy. Huệ ghét, không muốn chôn nữa. Sau Huệ đánh trận hay thua, người ta đều nói các lăng liệt thánh [các chúa Nguyễn] khí tốt nghi ngút, nghiệp đế tất dấy. Huệ bực tức, sai đồ đảng đào các lăng, mở lấy hài cốt quăng xuống vực. Lăng  Hoàng Khảo ở Cư Hóa [lăng Cơ Thánh của Nguyễn Phúc Côn, thân sinh vua Gia Long] Huệ cũng sai Đô đốc Nguyễn Văn Ngũ đào vứt hài cốt xuống vực ở trước lăng. Nhà Ngũ ở xã Kim Long bỗng phát hỏa. Ngũ trông thấy ngọn lửa chạy về. Người xã Cư Hóa là Nguyễn Ngọc Huyên cùng với con là Ngọc Hồ, Ngọc Đoài ban đêm lặn xuống nước lấy vụng hài cốt ấy đem giấu một nơi. Đến nay, Huyên đem việc tâu lên. Vua thương xót vô cùng, thân đến xem chỗ ấy, thì vực đã bồi cát mấy chục trượng. Tức thì sai chọn ngày lành làm lễ cáo và an táng lại. Các lăng đều theo nền cũ mà xây cao lên. Ngày Kỷ hợi [1/11/1801], vua thân đến tế cáo, nghẹn ngào sa lệ, bầy tôi đều khóc cả. Sai đổi xã Cư Hóa làm xã Cư Chính, cho dân miễn dao dịch làm hộ lăng. Cho Huyên làm Cai đội (năm Minh Mệnh thứ 11[1830] phong An Ninh bá, lập đền thờ ở núi Cư Chính) con là Ngọc Hồ, Ngọc Đoài tòng quân ở Bình Định cũng được gọi về hậu thưởng cho.” (Thực lục I, tr.466)

Gạt ra ngoài những chi tiết hoa lá cành như hai con cọp trong bụi rậm nhảy ra, đang đào mả thì nhà cháy, v.v., đoạn sử ngắn ngủi do Thực lục ghi lại tiết lộ hai điều quan trọng mà ít người biết đến hoặc biết mà vì một lý do nào đó đã lơ đi hoặc chỉ phớt nhẹ nói qua:

-Thứ nhất,  Quang Trung Nguyễn Huệ đã đào hết lăng tẩm của 8 đời chúa Nguyễn tại Thừa Thiên, lấy hài cốt ném xuống sông.
Việc này cọng với việc giết chết vị chúa thứ 9 là Định Vương Nguyễn Phúc Thuần tại Long Xuyên năm 1777 thì quả nhiên vua Gia Long tính sổ 9 đời không sai chậy chút nào. Vì vậy có thể nói được rằng chữ 9 đời có một ý nghĩa rất cụ thể.
Đây là 8 đời chúa Nguyễn:
1.Chúa Tiên Nguyễn Hoàng (1558-1613);
2.Chúa Sãi Nguyễn Phúc Nguyên (1613-1635);
3.Chúa Thượng Nguyễn Phúc Lan (1635-1648); 4.Chúa Hiền Nguyễn Phúc Tần (1648-1687); 5.Chúa Ngãi Nguyễn Phúc Thái (1687-1691);
6.Chúa Minh Nguyễn Phúc Chu (1691-1725);
7.Chúa Ninh Nguyễn Phúc Thụ (1725-1738);
8.Võ Vương Nguyễn Phúc Khoát (1738-1765);
Về ông tổ Nguyễn Kim, có lẽ vì không biết đích xác mộ phần nẳm ở đâu trong cái bát ngát của núi Triệu Tường ở Thanh Hóa, nên vua Quang Trung đành phải cho qua mà không tình sổ.
Tám đời chúa Nguyễn này không có hận thù gì với anh em Tây Sơn, đã có công rất lớn đối với dân tộc và đất nước khi kế tục nhau mở nước về phương Nam, đến tận Cà Mau, Châu Đốc, cống hiến cho tổ quốc non một nửa nước, trài dài  từ Phú Yên trở vào Nam, với đất đai trù phú, nguồn lợi dồi dào, rộng hơn lãnh thổ nam tiến của các triều Lý, Trần,  Hồ và Hậu Lê cọng lại. Không có sự nghiệp này thì hậu thế ngày nay lấy chi để khoe  với thế giới rằng “nước ta hình cong như chữ S” với “rừng vàng biển bạc”?!

-Thứ hai: Phần mộ của ông Nguyễn Phúc Côn, thân sinh vua Gia Long cũng bị quật lên và hài cốt ném xuống sông.
Ông Nguyễn Phúc Côn là con thứ hai của Võ Vương Nguyễn Phúc Khoát, mất năm 1765, khi con là Nguyễn Phúc Ánh đang còn bé. Khi vua Gia Long lên ngôi Hoàng đế (1806) mới truy tôn cha làm Hưng Tổ Hiếu Khang Hoàng Đế, chứ cho đến khi chết dưới tay quyền thần Trương Phúc Loan, ông chẳng làm vua làm chúa gì. Chỉ vì con ông là Nguyễn Phúc Ánh dám chống lại Tây Sơn mà ông đã không được ngủ yên, lâm vào cảnh con làm cha chịu!
Nguyễn Phúc Tộc Thế Phả  cho biết thêm một chi tiết khác:
“Theo truyền thuyết, khi Tây Sơn khai quật hài cốt đức Hưng Tổ ném xuống sông thì một hôm Nguyễn Ngọc Huyên bỏ lưới bắt cá, sau ba lần đều thấy cái sọ nằm trong lưới. Huyên cho là sọ của một vị nào anh linh nên kiếm nơi an táng tử tế. Khi vua Gia Long lên ngôi, đi tìm lại hài cốt của thân phụ, nghe người làng tường thuật, ngài cho đòi Ngọc Huyên bảo chỉ chỗ. Khi đào được sọ lên, vua chích huyết ở tay mình cho giọt vào sọ, sọ liền hút những giọt huyết này (lối thử này cho biết mối liên hệ cốt nhục giữa hai người). (tr.193)
Thực lục có nói khi Nguyễn Ngọc Huyên chết thì được lập đền thờ và phong làm An Ninh bá. Ở thượng lưu sông Hương có một ngôi miếu, tục gọi là miếu Ông Chài, chính là miếu ông Huyên vậy.
Trong văn hóa Việt Nam, phận làm con cháu là phải lo gìn giữ mồ mả tiên tổ cha ông. Do đó chúng ta thông cảm với vua Gia Long chỉ trong 2 tháng sau khi tái chiếm Phú Xuân đã vội vã hoàn tất việc tu sửa lăng mộ bởi khi đã biết tình trạng lăng mộ bị phá tanh banh thê thảm như thế thì không một ai có thể chờ đợi được nữa.

Trong lịch sử Việt Nam, việc tranh giành quyền lực dẫn đến những hành động giết hại nhau tàn nhẫn không phải là hiếm. Điển hình, để cướp ngôi nhà Lý, Trần Thủ Độ không ngần ngại dồn Lý Huệ Tông vào chỗ chết, với ý đồ nhổ cỏ tận gốc, mặc dù Huệ Tông đã biết thân phận, bỏ ngai vàng, vào tu ở chùa Chân Giáo. Đã thế, Trần Thủ Độ còn bày mưu sập bẫy tôn thất Nhà Lý chôn sống trọn gói (may mà Hoàng tử Lý Long Tường nhanh chân thoát qua tị nạn ở Cao Ly, trở thành thuỷ tổ họ Lý của xứ Đại Hàn ngày nay). Nhưng có lẽ trong cuộc tranh chấp quyền lực chưa có ai trong lịch sử phải trả cái giá 5 mạng người ruột thịt và 9 ngôi mộ cha ông tiên tổ tanh banh với xương cốt không biết đâu tìm như trường hợp vua Gia Long trong khi đối đầu với Tây Sơn để phục hồi cơ nghiệp của ông cha đã tốn công xây dựng.
Ở đời, có vay thì có trả. Nợ nào cũng có tính lãi suất, chỉ có khác là nặng hay nhẹ, không hình thức này cũng hình thức khác. Nếu Quang Trung Nguyễn Huệ không tạo nhân ác thì có thể đã không gặp quả ác.  Hận thù luôn luôn vẫy gọi thù hận là chuyện thường của thế gian, huống chi lại có yếu tố tranh giành quyền lực trong đó, tham lam và sân hận hẳn phải bốc lên ngùn ngụt.
Phải chăng nên thử  tự đặt mình vào địa vị của  vua Gia Long để có nhiều thông cảm và có lời phẩm bình phải chăng hơn.

Một vài cảm nghĩ   
Là hậu thế, có lẽ không mấy ai vui khi biết sự thật của tấn thảm kịch Nguyễn Quang Trung và Nguyễn Gia Long. Cả hai, đối với chúng ta, đều có chỗ đáng tôn vinh lẫn chỗ bất cập. Riêng ngưởi viết, từ tấn thảm kịch lịch sử này, học hỏi được một đôi điều, xin gọi là chia sẻ.

1/Qua việc điện thư của bạn bè và thân hữu gởi đến tới tấp kèm chuyện “Một ngày lễ Vu lan sầu thảm” của Tịnh Thuỷ,tôi nhận ra rằng té ra loại “lịch sử tiểu thuyết” dễ đi vào lòng người hơn là chính sử khô khan. Đồng ý khi tiểu thuyết hóa lịch sử thì tha hồ cho trí tưởng tượng vẽ vời nhưng cái căn bản của nó xin đừng đổi trắng thay đen. Thực lục ghi rõ vụ hành hình vua tôi anh em Cảnh Thịnh diễn ra ngày giáp tuất tháng 11 năm Gia Long thứ 1 tức ngày 7 tháng 11 Nhâm Tuất, 1/12/1802. Làm chi có ngày Vu Lan trong đó? Có lẽ tác giả muốn gây ấn tượng cho ngưởi đọc về sự tàn ác khó dung tha của vua Gia Long nên mới lựa một ngày như thế. Tội nghiệp cho vua! Vua chỉ dự lễ hiến phù, không dự cuộc hành hình, chỉ sai quan thi hành, nên cuộc đối thoại tay đôi giữa vua và bà Bùi Thị Xuân cũng chỉ là cơ hội bày ra để mạt sát thoải mái. Tội nghiệp.

2/Việc cải táng mộ ông Nguyễn Phúc Côn có thể hiểu được, vì tìm được hài cốt và hài cốt này đã được vua Gia Long xác tín rằng đó là di cốt của người đã sinh thành ra ông. Nhưng với 8 chúa thì sao? Sử nói Các lăng đều theo nền cũ mà xây cao lên. Đồng ý là xây lên cao, làm cho to lớn đẹp đẽ hơn xưa, nhưng hài cốt không tìm thấy thì chôn cái gì trong đó? Chẳng lẽ chỉ là một ngôi mộ trống không? Một cái mả gió?
Trong một dịp về thăm Huế sau 7 năm “đi học làm người tốt” (!), tôi được biết sau năm 1975, do đói quá, người ta đã làm bậy. Việc đào trộm mồ mả lăng tẩm giới quyền quí đã xảy ra với ý đồ tìm vàng bạc châu báu tùy táng. Người bạn kể cho nghe (tôi chưa có cơ hội kiểm chứng) khi cụ Vương Hồng Sển, nhà sưu tập đồ cổ nổi tiếng của Miền Nam,  biết được kẻ gian đã kiếm được nữ trang trong lăng Hoàng Thái Hậu Từ Dũ (vợ vua Thiệu Trị, mẹ vua Tự Đức) và đem bán thì cụ đã kêu trời. Dưới cái nhìn cơm áo của kẻ trộm, đó là vàng, tính theo thời giá của chỉ và lượng. Dưới cái nhìn của cụ Vương, đó là đổ cổ vô giá của quốc gia! Nhưng đó không phải là chi tiết tôi quan tâm, vì bảo vật quốc gia người ta bán ra nước ngoài nhiều rồi. Chi tiết lý thú mà tôi nghe được đã giúp tôi hiểu biết thêm và lý giải thắc mắc nêu trên. Chi tiết đó là, bọn kẻ trộm, khi đào đến quan tài của một ông chúa nào đó đã không thấy hài cốt mà chỉ thấy hình người ta bằng gỗ! Điều này xác nhận giả thiết mà tôi đã nghĩ trong đầu nhưng không biết cách nào để kiểm chứng, ấy là tục chiêu hồn nạp táng.
“Chiêu hồn nạp táng là gì?
“Trong gia phả các họ rất chú trọng mục: Mộ táng ở đâu. Trong mục này có một số trường hợp ghi chú: “Chiêu hồn nạp táng”.
Đó là những ngôi mộ không có tử thi, hài cốt, mộ người chết trận, chết đuối hay do thú dữ vồ… không tìm được tử thi. Thân nhân làm hình nhân và làm lễ an táng theo như lễ an táng thông thường.
Được nghe các cụ kể lại rằng: chất liệu làm hình nhân, có địa phương dùng cây núc nác (còn gọi là sò đo thuyền, mộc hồ điệp, nam hoàng bá, bạch ngọc nhi). Núc nác là loại gỗ mềm và xốp, dễ tạo hình, chôn dưới đất lâu hoai, lại dễ kiếm vì mọc ở nhiều nơi. Có địa phương dùng bùn lấy ở giữa dòng sông, có địa phương dùng mùn đào ở giữa ngã tư đường cái.
Hình nhân được đẽo gọt hoặc nhào nặn thô sơ, có đầu mình chân tay là được (vì đa số không phải là nghệ nhân). Kích thước của hình nhân khoảng 30-40 cm chiều dài. Thi hài tượng trưng đó cũng được khâm liệm, đưa vào áo quan làm bằng gỗ vàng tâm, kích thước nhỏ bé, hoặc đưa vào tiểu sành. Trên hình nhân có phủ lên linh vị viết trên giấy kim tuyến, nội dung giống như linh vị đặt ở bàn thờ. Trước khi làm lễ an táng có mời thầy cúng làm bùa ấn phù phép để vong hồn nhập vào hình nhân.
Lễ an táng và các lễ các lễ khác cũng tiến hành như tang lễ thông thường.
 (http://www.kythu.net/Tang_le/Chieu-hon-nap-tang-la-gi/84.chtml)
2/ Hình như có một nhà tư tưởng nào đó đã nói: “Làm thầy thuốc lầm thì chết một người; làm thầy địa lý lầm thì giết một họ; làm chính trị lầm thì giết một nước, làm làm văn hóa lầm giết cả một đời.”
Dưới ảnh hưởng của môn phong thủy Trung Hoa, người Việt từ vua cho chí dân đều tin rằng âm phần tổ tiên có ảnh hưởng trực tiếp đến sinh mệnh và tương lai của con cháu. Bởi vậy ai cũng mong muốn tìm cho được một huyệt mả tốt để được kết phát, để con cháu được hưởng phước vinh hoa phú quí dài lâu. Bởi vậy, để tận diệt kẻ thù không gì bằng triệt long mạch, phá huyệt mộ, đào mả cha ông nhà người ta lên. Làm thế thì chắc chắn con cháu không thể nào ngóc đầu lên được, lấy gì mà chống trả. Quang Trung Nguyễn Huệ, ngoài việc sử dụng binh lực đánh Nguyễn Vương chạy dài ra biển, trốn qua đến Xiêm La hai lần, vẫn không quên sữ dụng chiêu thức này để hỗ trợ. Và để cho chắc ăn, thà phá lầm hơn bỏ sót, đã không những quật mồ thân sinh vua Gia Long là huyết thống trực hệ mà còn quật mồ cả 8 đời chúa Nguyễn xa lắc. Thật là một sự tính toán chu đáo.

Tuy toan tính chu đáo như vậy nhưng Nhà Tây Sơn Nguyễn Huệ chỉ tồn tại có 14 năm (1788-1802, 1788 là năm vua Quang Trung đăng quang trước khi ra Bắc phá quân Thanh), trong khi Nguyễn Vương, mặc dầu bị đánh trúng tử huyệt (theo quan niệm phong thủy) nhưng sau 25 năm bền bĩ chiến đấu nhọc nhằn, đã thống nhất đất nước, phục hưng được cơ nghiệp tổ tiên, lập ra triều đại mới, tồn tại 143 năm (1802-1945).
Vậy là thế nào? Chẳng lẽ phong thủy hoàn tòan là một thứ tin mê tín dị đoan? Không, không thể vì vậy mà kết luận phong thủy một cách hồ đổ như thế được. Cái nước Mỹ của khoa học kỹ thuật tiến bộ nhất thế giới này cũng đang chạy theo Feng Shui (Phong thủy) của nền văn minh cổ Trung Hoa, có thua chi Việt Nam xưa và nay đâu, có điều họ chú trọng đến dương cơ hơn âm phần. Như vậy phải có một yếu tố gì khác làm cho độc chiêu do vua Quang Trung phát ra đã không có hiệu quả. Tôi chợt nhớ đến chữ Đức trong câu ca dao
Người trồng cây hạnh người chơi,
Ta trồng cây đức để đời về sau
Trong 8 đời chúa Nguyễn, không thấy ông nào làm điều gì thất đức. Ông nào cũng lo làm cho dân giàu nước mạnh. Lịch sử cuộc nam tiến đi từ Phú Yên đến Cà Mau-Châu Đốc chứng minh điều đó. Hậu thế đã được thừa hưởng biết bao phúc lợi từ sự nghiệp nam tiến đó!
Có 3 ông chúa mang danh hiệu khác người: Chúa Sãi, chúa Hiền, chúa Ngãi. Nghe nôm na và thân tình biết mấy. Nếu cai trị mà không được dân thương mến và biết ơn  thì làm chi có những cách gọi kém vương giả nhưng giàu tình cảm như thế?
Có đến 4 ông chúa, ngoài tên và vương hiệu, lại tự xưng là đạo nhân, như Thiên Túng đạo nhân (chúa Minh Nguyễn Phúc Chu), Vân Tuyền đạo nhân (chúa Ninh Nguyễn Phúc Thụ) hay Từ Tế đạo nhân (Võ Vương Nguyễn Phúc Khoát), Khánh Phủ đạo nhân (Định Vương Nguyễn Phúc Thuần). Đó cũng là một nét đặc biệt.
Nhiều ông chúa xây chùa (chúa Tiên lập chùa Thiên Mụ, Long Hưng, Bảo Châu, Kính Thiên; chúa Hiền lập chùa Túy Vân) hay  trùng tu chùa, đúc chuông, thỉnh sư giảng Pháp (chúa Minh).
 Có lẽ nhờ biết tu nhân tích đức mà Đức năng thắng số, Số bất cập đức nên  tai qua nạn khỏi, như câu tục ngữ mà ông bà xưa thường nói để dạy khôn cho con cháu: Trời hại mới lo, người hại như phấn nhồi. Đó là nói nôm na, cho có vẻ chính xác và minh triết hơn thì đấy chính là nhân quả nghiệp báo. Theo thiển ý, có lẽ hiểu theo cách này mới giải thích được chỗ bất cập của phong thuỷ.
Chú thích :
(1) Mãi đến mùa hạ năm 1806 (Bính dần) vua mới chánh thức làm lễ lên ngôi Hoàng đế tại điện Thái Hoà.

(2) Có thể xem: La Relation sur le Tonkin et la Cochinchine, hồi ký của Bissachère viết năm 1807 do Charles B. Maybon biên tập và xuất bản năm 1920, từ trang 118 đến trang 120 trong http://www.archive.org/stream/larelationsurlet00labi#page/n1/mode/2up

(3) Ngày 18 và 19/10/2008 tại Thanh Hóa có một cuộc hội thảo « Đánh giá lại chúa Nguyễn và Vương triều Nguyễn » được phóng viên ghi nhận là « một hội thảo lịch sử », có lẽ vì phải chuẩn bị tài liệu đến 20 năm và tỉnh Thanh Hóa đã tài trợ gần một tỉ đồng VN để tổ chức, Có hai nhận xét quan trọng được ghi nhận :
« Theo GS Văn Tạo, nguyên Viện trưởng Viện Sử học, cần có nhận thức mới về nhà Nguyễn trong lịch sử dân tộc trên tinh thần “công minh lịch sử”.
…………………….
« Tổng kết hội thảo, GS Phan Huy Lê, Chủ tịch Hội Khoa học Lịch sử Việt Nam khẳng định: Cuộc hội thảo lần này đã nhận được sự hưởng ứng rộng rãi không chỉ của giới khoa học mà còn của dư luận xã hội, chứng tỏ những nhận thức trước đây về vai trò của chúa Nguyễn và vương triều Nguyễn trong lịch sử dân tộc theo hướng phê phán và phủ định đã không còn thỏa đáng nữa » (http://www.thethaovanhoa.vn/133N20081020034945468T0/danh-gia-lai-chua-nguyen-va-vuong-trieu-nguyen-mot-hoi-thao-lich-su.htm

Tài liệu tham khảo :

-Quốc Sử Quán , Đại Nam Thực Lục, I, bản dịch của Nguyễn Ngọc Tỉnh, Viện Sử Học, Nxb Giáo Dục, Hà Nội, 2002
-Trần Gia Phụng, Nhà Tây Sơn, Nxb Non Nước, Toronto, Canada, 2005
-Stanley Karnow, VietNam, A History, Penguin Book, 1984
-Hoa Bằng, Quang Trung, Anh hùng dân tộc, Bốn Phương, Saigon, 1953
-Hội Đồng Trị Sự Nguyễn Phúc Tộc, Nguyễn Phúc Tộc Thế Phả, Nxb Thuận Hòa, Huế, 1995
-Charls,B. Maybon, La Relation sur le Tonkin et la Cochinchine, http://www.archive.org/stream/larelationsurlet00labi#page/n1/mode/2up.
-Chiêu hồn nạp táng là gì ?
http://www.kythu.net/Tang_le/Chieu-hon-nap-tang-la-gi/84.chtml

(4) Vua Gia Long có một thanh gươm mang tên Qui Y. Sử ghi rằng thanh gươm này có tính ưa giết người (hiếu sát), Tối hôm nào gươm tự động thóat ra khỏi vỏ thì hôm sau thế nào cũng có người phạm tội bị chém bằng thanh gươm đó. Vua Gia Long ghét tính hiếu sát của gươm bèn đem qui y cửa Phật và đặt tên là Qui Y (Quốc Triều Chánh Biên Toát Yếu)

[1] Vua Gia Long có một thanh gươm mang tên Qui Y. Sử ghi rằng thanh gươm này có tính ưa giết người (hiếu sát), Tối hôm nào gươm tự động thóat ra khỏi vỏ thì hôm sau thế nào cũng có người phạm tội bị chém bằng thanh gươm đó. Vua Gia Long ghét tính hiếu sát của gươm bèn đem qui y cửa Phật và đặt tên là Qui Y (Quốc Triếu Chánh Biên Toát Yếu

Nguồn: khoahoc.net