Dalam bahasa pemrograman R, kita dapat menghitung kepadatan kumulatif Poisson (Cumulative Poisson Density) menggunakan fungsi bawaan ppois(). Distribusi Poisson digunakan untuk memodelkan peristiwa yang terjadi secara acak dalam suatu interval waktu atau ruang dengan tingkat kejadian yang tetap. Fungsi ppois() membutuhkan dua argumen yaitu jumlah kejadian yang ingin dievaluasi dan tingkat kejadian atau lambda dari distribusi Poisson. Fungsi ini mengembalikan nilai probabilitas kumulatif bahwa jumlah kejadian kurang dari atau sama dengan jumlah yang diberikan. Dengan menggunakan fungsi ini, kita dapat menghitung probabilitas kumulatif dari distribusi Poisson dan memvisualisasikan perilaku distribusi tersebut.

x <- seq(-10, 10, by = 1)
  
y <- ppois(x, lambda = 5)
y
##  [1] 0.000000000 0.000000000 0.000000000 0.000000000 0.000000000 0.000000000
##  [7] 0.000000000 0.000000000 0.000000000 0.000000000 0.006737947 0.040427682
## [13] 0.124652019 0.265025915 0.440493285 0.615960655 0.762183463 0.866628326
## [19] 0.931906365 0.968171943 0.986304731

Dalam bahasa pemrograman R, kita dapat menghitung kepadatan Poisson (Poisson Density) menggunakan fungsi bawaan dpois(). Distribusi Poisson digunakan untuk memodelkan peristiwa yang terjadi secara acak dalam suatu interval waktu atau ruang dengan tingkat kejadian yang tetap. Fungsi dpois() membutuhkan dua argumen, yaitu jumlah kejadian yang ingin dievaluasi dan tingkat kejadian atau lambda dari distribusi Poisson. Fungsi ini mengembalikan nilai kepadatan probabilitas untuk jumlah kejadian tersebut. Dengan menggunakan fungsi ini, kita dapat menghitung nilai kepadatan dari distribusi Poisson pada titik-titik tertentu dan memahami pola distribusi kejadian yang dihasilkan.

x <- seq(1, 20, by = 1)
  
y <- ppois(x, lambda = 10)
  
plot(y)

Dalam pemrograman R, kita dapat menghasilkan sampel acak dari kepadatan Poisson (Randomly Drawn Poisson Density) menggunakan fungsi bawaan rpois(). Distribusi Poisson digunakan untuk memodelkan peristiwa yang terjadi secara acak dalam suatu interval waktu atau ruang dengan tingkat kejadian yang tetap. Fungsi rpois() membutuhkan dua argumen, yaitu jumlah sampel yang ingin dihasilkan dan tingkat kejadian atau lambda dari distribusi Poisson. Fungsi ini menghasilkan sampel acak berdasarkan distribusi tersebut. Dengan menggunakan fungsi ini, kita dapat menghasilkan sampel acak yang mewakili variasi kejadian yang mungkin terjadi dalam suatu interval waktu atau ruang berdasarkan distribusi Poisson.

x <- seq(-10, 10, by = 1)
 
y <- dpois(x, lambda = 5)
y
##  [1] 0.000000000 0.000000000 0.000000000 0.000000000 0.000000000 0.000000000
##  [7] 0.000000000 0.000000000 0.000000000 0.000000000 0.006737947 0.033689735
## [13] 0.084224337 0.140373896 0.175467370 0.175467370 0.146222808 0.104444863
## [19] 0.065278039 0.036265577 0.018132789
x <- seq(-10, 20, by = 1)
 
y <- dpois(x, lambda = 15)
 
plot(y)

set.seed(1000)
  
N <- 20
  
y <- rpois(N, lambda = 5)
y
##  [1] 4 6 2 6 5 2 6 5 3 3 4 6 4 7 7 2 5 6 2 5
set.seed(1000)
  
N <- 100
  
y <- rpois(N, lambda = 15)
  
plot(y)