Tetapkan benih Anda pada angka 150. Hasilkan distribusi normal acak dari 1000 observasi, dengan rata-rata 30 dan simpangan baku 2,5. Hitung rata-rata dari 50 sampel dari 1000 observasi dari kumpulan data tersebut.Simpan hasil Anda dalam vektor.
Fungsi yang relevan: set.seed(), rnorm(), for(i in x), sample().
set.seed(150)
data <- rnorm(1000, mean = 30, sd = 2.5)
rata_rata_sampel <- c()
# Ulangi proses sampling 50 kali
for (i in 1:50) {
sampel <- sample(data, size = 50)
rata_rata_sampel[i] <- mean(sampel)
}
rata_rata_sampel
## [1] 29.88923 29.12852 29.96403 30.28330 29.42555 30.13464 29.83227 29.61958
## [9] 30.36293 29.70179 30.39229 29.90397 29.45825 29.69616 30.47237 29.73355
## [17] 29.83181 30.24189 30.10936 30.43929 29.87055 30.00566 29.53994 30.10614
## [25] 30.37129 29.70682 29.74007 30.11853 29.86817 30.03286 30.09281 30.18419
## [33] 29.60297 29.83622 30.02769 30.69890 29.68912 29.64516 29.05322 29.63437
## [41] 30.41860 29.68675 29.47005 29.46992 29.60059 29.92465 29.71743 29.91258
## [49] 29.72997 30.05085
Hasilkan dua histogram untuk menampilkan secara grafis distribusi rata-rata yang diperoleh dalam Latihan 1 serta nilai dari 1000 observasi dalam kumpulan data asli Anda. Gabungkan histogram ini menjadi satu grafik keseluruhan. Fungsi yang relevan: par(), hist()
# Tetapkan benih
set.seed(150)
# Buat 1000 observasi dari distribusi normal dengan mean = 30 dan sd = 2.5
data <- rnorm(1000, mean = 30, sd = 2.5)
# Buat vektor untuk menyimpan rata-rata dari 50 sampel
rata_rata_sampel <- c()
# Ulangi proses sampling 50 kali
for (i in 1:50) {
sampel <- sample(data, size = 50)
rata_rata_sampel[i] <- mean(sampel)
}
# Tampilkan dua histogram dalam satu grafik (2 baris, 1 kolom)
par(mfrow = c(2, 1)) # 2 baris, 1 kolom
# Histogram data asli (1000 observasi)
hist(data,
main = "Histogram Data Asli (1000 Observasi)",
xlab = "Nilai",
col = "lightblue",
border = "black")
# Histogram rata-rata dari 50 sampel
hist(rata_rata_sampel,
main = "Histogram Rata-rata dari 50 Sampel",
xlab = "Rata-rata Sampel",
col = "lightgreen",
border = "black")