PHAN PHOI NHI THUC

Biết rằng trong một quần thể dân số có khoảng 15% người mắc bệnh cao huyết áp; nếu chúng ta tiến hành chọn mẫu 1000 lần, mỗi lần chọn 20 người trong quần thể đó một cách ngẫu nhiên, sự phân phối số bệnh nhân cao huyết áp sẽ như thế nào?

b <- rbinom(1000, 20, 0.15)
summary(b)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   0.000   2.000   3.000   2.942   4.000   9.000
sd(b)
## [1] 1.614696
hist(b, main="ppp",xlab = "b")

var(b)
## [1] 2.607243

PHAN PHOI DEU

Giả sử số lượng ly cafe được bán ra mỗi ngày tuân theo quy luật phân phối đều. Theo ghi nhận số lượng ly cafe được bán ra trong ngày ít nhất là 20 ly và nhiều nhất là 40 ly. Hãy mô phỏng số lượng ly cafe được bán ra trong 1 ngày trong khoảng thời gian 4000 ngày

d <- runif(4000, 20, 40)
summary(d)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   20.00   25.07   29.96   30.03   34.99   39.99
var(d)
## [1] 33.10096
sd(d)
## [1] 5.753343
hist(d)

## PHAN PHOI MU Mô phỏng ngẫu nhiên số ly bạc xỉu bán được trong ngày có phân phối mũ với xác suất là 50%:

bx <- rexp(1000,0.5)
bx <- round(bx, digits = 0)
summary(bx)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    0.00    1.00    1.00    1.97    3.00   12.00
hist(bx)

var(bx)
## [1] 3.864965
sd(bx)
## [1] 1.965951

PHAN PHOI CHUAN

1000 biến ngẫu nhiên có phân phối chuẩn với trung bình μ= 30 và độ lệch tiêu chuẩn σ= 10.

b <- rnorm(n = 100, mean = 30, sd = 10)
hist(b,main= "phân phối chuẩn", xlab = "b")

summary(b)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##  -2.458  20.845  28.869  29.105  36.573  50.938
var(b)
## [1] 108.7804

PHAN PHOI posion

Mô phỏng 1000 mẫu từ dịch covid 19 theo luật phân phối poisson với tỷ lệ tử vong lamda=5

c <- rpois( n = 1000 , lambda = 5)
summary(c)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    0.00    3.00    5.00    4.99    6.00   16.00
var(c)
## [1] 5.119019
sd(c)
## [1] 2.262525
hist(c ,  main = "phan phoi posion" )