Studi kasus distribusi diskrit: Simulasi jumlah produk terjual setiap hari

Simulasi dilakukan menggunakan distribusi poisson selama 365 hari, dengan rata rata produk terjual sebanyak 100 setiap harinya.

set.seed(1)
sales <- rpois(365, 100)
sales
##   [1]  93 113 112 104  84 104 107 105  96  92  93  97  99  99 109 108 105 109
##  [19] 107 100  80 105 110  93  95  97  98 103  99  86 109  95 111 107  98  97
##  [37]  91  93  84 107  98 108 103  93  92 114 119  96 106  99 106 100  92  85
##  [55] 114 101 121 104  92  98 106 111 101  98  90  94 112 107  97 105 103 110
##  [73]  96 106 112  91 111 107 115 105  87 102 109 107  92  90  88 117 107 109
##  [91] 103 116  93 100 100  83  96 103 104 101  98 101  89  98  98 107  99  99
## [109]  93 115  95 105  84  90  96  91  99  80  96  95  92 120 100  87 114  86
## [127]  96 108  97 110  93  96 104  97 116 107 107  94  85  89 123 101 104  99
## [145]  96  84 120 110 112  87  94  85  99 101  92  95  99 101 120  92  87  89
## [163]  89  95 104 116 115  96 115  96 105  99 105  98 104  95 114 111  85  87
## [181]  83  82 102  98 115  85  96 104 122  84 116 104 116  97 110  99 107 110
## [199] 102  91  88  94  98 100  84 104  99  97 100  99 106  91  95 105  88 108
## [217] 117 102  95  82  90 117  95 126 101 111  77  97 109 103  95 105 103 117
## [235]  97 109 104 110  96  81  85 105  93 109  99  96 114 106 119  97 115 100
## [253] 105  89  84 100  95 103 115  96  98  87 104  94 108  81 115 110  97  91
## [271] 111 108 103 102  91 107 109 100  96  94  89 100  98 114 100 102 101  90
## [289] 114 106 103  98 115 105  88  98  89  74 105 110 101  83 106 105  94  82
## [307] 102  91 109 104 112  88  98 117 107 111  90 106 105 109 126  98 106 132
## [325] 105  99  90  98  90  95  92  96 118  93 116  81  96 101 113 105 101 109
## [343]  81  94 113 107 101 111 100  88  99  82  96  83  82  93  93  84 103  85
## [361] 108  99  93 123 115
cat("rata rata produk terjual setiap hari selama setahun sebanyak", round(mean(sales)), "buah", "\n")
## rata rata produk terjual setiap hari selama setahun sebanyak 100 buah
cat("varians produk terjual setiap hari selama setahun sebanyak", round(var(sales)), "buah", "\n")
## varians produk terjual setiap hari selama setahun sebanyak 100 buah
prob_110 <- sum(sales>110)/365
cat("Probabilitas produk terjual lebih dari 110:", prob_110, "\n" )
## Probabilitas produk terjual lebih dari 110: 0.1561644
prob_90 <- sum(sales<90)/365
cat("Probabilitas produk terjual kurang dari 90:", prob_90 )
## Probabilitas produk terjual kurang dari 90: 0.1452055

Studi kasus distribusi kontinu: Simulasi pendapatan hasil penjualan setiap hari

Melanjutkan simulasi sebelumnya tentang banyaknya produk terjual, simulasi kali ini berfokus pada pendapatan yang dihasilkan dari penjualan. Digunakan distribusi normal pada studi kasus kali ini, dengan pendapatan rata rata sebesar 500,000 dan standar deviasi 50,000 selama 365 hari

set.seed(2)
income <- rnorm(365, mean=500000, sd=50000)
income
##   [1] 455154.3 509242.5 579392.3 443481.2 495987.4 506621.0 535397.7 488015.1
##   [9] 599223.7 493060.6 520882.5 549087.6 480365.2 448016.6 589111.4 384446.5
##  [17] 543930.2 501790.3 550641.4 521613.3 604541.0 440003.7 579481.9 597732.6
##  [25] 500246.9 377414.7 523861.9 470172.1 539610.2 514481.8 536946.9 515948.0
##  [33] 553808.2 485792.1 461166.2 470217.0 413701.0 454870.8 472046.9 487674.4
##  [41] 480820.7 402044.8 457914.7 595177.4 531124.7 599546.0 484725.8 495457.8
##  [49] 490791.9 440061.6 458085.6 603315.1 471887.6 563785.8 447621.4 401706.1
##  [57] 483851.4 546793.1 556961.5 583580.9 410587.9 601562.1 464842.8 507908.2
##  [65] 525311.7 459000.2 400057.7 476035.4 504209.0 455225.7 453936.2 516522.5
##  [73] 492917.0 521742.4 497313.9 454644.5 565175.6 538589.5 552626.3 429498.1
##  [81] 549799.2 415211.8 473331.4 431386.5 389604.0 591106.1 467330.3 485765.9
##  [89] 480652.5 519334.7 580019.5 584057.7 440819.7 432077.1 424366.5 437344.8
##  [97] 597967.9 500382.3 457869.2 469942.0 553723.0 513029.9 484286.4 462518.5
## [105] 456890.1 602402.0 546996.0 600434.4 478931.3 482458.3 448631.0 487474.0
## [113] 523593.0 567947.0 528208.4 522799.0 561547.7 557356.8 505329.9 460834.2
## [121] 562060.0 506942.9 585531.6 478468.0 447788.5 526879.0 466520.7 531940.3
## [129] 413800.5 412878.5 534490.2 516548.2 543553.4 399187.7 560629.0 560024.7
## [137] 551603.4 539320.5 605503.7 427309.5 470844.8 520486.2 459650.9 504277.5
## [145] 537312.2 467316.3 532855.3 527495.5 459663.5 450131.0 548794.5 491528.8
## [153] 536109.6 457779.1 563864.7 432844.5 538267.0 523210.1 513399.7 533376.1
## [161] 519923.4 468096.4 486614.4 517994.0 434356.7 455801.5 603854.7 395038.7
## [169] 438074.7 549521.7 554433.1 541992.6 502842.9 516193.9 454766.6 467390.8
## [177] 486877.3 453266.9 541058.1 418787.0 448479.8 436903.5 519609.2 443428.1
## [185] 527207.2 558830.4 501261.4 525756.7 467294.5 525182.1 436394.0 496161.4
## [193] 432734.0 486684.1 554378.1 535028.4 477862.0 460574.0 457161.2 462679.0
## [201] 514899.2 449022.4 643544.9 510935.5 451672.3 519191.9 493905.2 482472.6
## [209] 529973.2 511563.7 551312.3 473777.6 589810.3 428290.2 506934.3 522573.2
## [217] 560738.7 433775.9 443018.6 583782.4 519907.3 535776.0 460340.2 596192.6
## [225] 503522.0 523464.0 495507.4 544707.6 481314.5 612912.6 578655.1 402283.9
## [233] 469033.9 498502.6 413917.1 447327.2 471466.9 524135.7 504796.2 470608.0
## [241] 495911.0 644420.9 558641.3 527482.2 538955.2 471743.4 505147.7 514076.1
## [249] 476278.4 477099.8 525077.2 479743.5 491130.7 484022.8 542172.5 524182.8
## [257] 484816.5 485745.2 549021.8 491434.0 567150.7 495082.1 483900.2 404263.3
## [265] 467647.9 430028.2 596558.7 523078.6 526371.9 498165.4 363991.6 497643.7
## [273] 500236.8 438734.8 512546.3 580260.0 498224.0 551470.9 479997.9 503362.2
## [281] 601790.4 532475.9 563967.6 468590.0 567516.6 583629.5 558636.5 500308.9
## [289] 565275.6 495350.7 443562.5 529367.3 504458.2 488351.8 574388.8 482295.3
## [297] 520932.4 395128.2 431476.0 465776.9 484094.0 484225.5 544216.1 405728.9
## [305] 536609.0 539527.2 509742.7 546058.9 562072.8 465941.5 525766.5 476589.4
## [313] 474897.1 401300.4 471527.7 523766.5 560860.9 505884.5 504418.3 489969.1
## [321] 475070.8 554483.4 546081.5 518227.7 514757.4 526497.4 548439.5 595430.3
## [329] 575139.7 484408.6 547400.9 495616.4 490313.7 536462.0 551420.2 484640.5
## [337] 538287.1 498927.5 574626.4 522383.9 508748.8 519362.1 435555.3 511575.3
## [345] 536007.3 487428.4 484050.2 549172.2 541412.0 519139.7 572783.0 533323.0
## [353] 481499.6 577412.6 616463.2 569971.2 452937.7 541665.0 536744.3 506160.9
## [361] 577768.2 571162.9 482062.1 475112.8 405750.6
cat("rata rata pendapatan setiap hari selama setahun adalah", round(mean(income)), "rupiah", "\n")
## rata rata pendapatan setiap hari selama setahun adalah 504910 rupiah
cat("Standar deviasi pendapatan setiap hari selama setahun adalah", round(sd(income)), "rupiah", "\n")
## Standar deviasi pendapatan setiap hari selama setahun adalah 52190 rupiah
prob_550 <- sum(income>550000)/365
cat("Probabilitas pendapatan lebih dari 550000 rupiah:", prob_550, "\n" )
## Probabilitas pendapatan lebih dari 550000 rupiah: 0.1972603
prob_450 <- sum(income<450000)/365
cat("Probabilitas pendapatan kurang dari 450000 rupiah:", prob_450 )
## Probabilitas pendapatan kurang dari 450000 rupiah: 0.1479452