Buat simulasi untuk distribusi diskrit dan distribusi kontinu.
# Distribusi Diskrit (Distribusi Binomial)
set.seed(123)
n <- 1500
n_percobaan <- 25
p_sukses <- 0.75
data_binomial<- rbinom (n, size = n_percobaan, prob = p_sukses)
# Plot histogram
hist(data_binomial, breaks = 30, main = "Histogram Distribusi Binomial", xlab = "Jumlah Sukses", col = "gold3")
# Distribusi Kontinu (Distribusi Normal)
mu <- 75 # Mean
sigma <- 10 # Standar deviasi
normal_data <- rnorm(n, mean = mu, sd = sigma)
# Plot histogram
hist(normal_data, breaks = 30, main = "Histogram Distribusi Normal", xlab = "Nilai", col = "lightpink")
Buat studi kasus sendiri yang melibatkan simulasi variabel random
dari distribusi yang telah dipelajari.
Simulasi Jumlah Kedatangan Pengunjung Perpustakaan Kampus
# Distribusi Poisson (Diskrit)
set.seed(123)
n_hari <- 500
lambda_kedatangan <- 12
data_pengunjung <- rpois(n_hari, lambda_kedatangan)
data_pengunjung
## [1] 10 11 17 12 12 17 13 7 6 16 13 13 12 10 18 13 5 9 8 10 8 9 11 7 8
## [26] 10 7 15 15 14 14 13 11 10 10 9 14 11 16 8 10 10 14 11 12 11 11 16 11 17
## [51] 6 8 12 13 10 10 8 13 16 14 13 14 11 11 8 9 14 11 9 12 11 12 13 10 14
## [76] 11 13 15 13 10 15 15 13 12 9 16 10 13 11 13 12 18 12 16 10 8 9 13 11 16
## [101] 18 13 11 12 16 11 6 9 14 13 13 14 18 14 9 12 8 15 16 17 12 10 12 20 18
## [126] 6 8 13 7 14 19 7 3 13 8 11 11 6 15 10 15 8 21 13 14 10 13 13 11 12
## [151] 11 19 9 18 8 13 10 8 10 14 13 15 12 14 10 12 10 12 8 9 14 7 7 19 16
## [176] 11 13 10 10 9 8 11 12 12 16 10 8 12 21 12 11 8 14 15 14 10 12 9 16 14
## [201] 8 11 12 9 15 15 14 11 23 17 8 15 6 7 6 10 10 10 12 17 11 15 14 11 6
## [226] 10 5 16 19 17 11 20 9 15 14 7 10 9 12 13 12 6 9 11 12 12 12 17 11 12
## [251] 16 15 15 9 12 18 16 9 10 14 15 10 7 12 16 19 16 14 6 15 10 15 14 9 15
## [276] 12 16 7 7 14 11 14 16 12 15 7 7 13 15 12 9 14 15 17 12 11 5 8 8 10
## [301] 9 10 12 8 12 14 10 22 14 12 15 14 11 13 8 19 21 14 13 9 6 11 5 9 12
## [326] 8 13 15 15 9 13 9 13 11 4 17 9 11 9 11 7 18 11 13 13 16 8 12 13 12
## [351] 14 11 10 19 12 13 7 12 12 16 9 14 13 11 7 11 13 13 8 12 8 15 4 13 16
## [376] 8 11 9 14 12 14 10 14 12 12 12 16 18 10 15 10 13 10 8 9 17 12 15 18 11
## [401] 7 10 10 13 12 13 16 12 14 14 15 10 17 10 11 16 16 8 11 9 12 13 13 9 15
## [426] 11 10 11 10 12 14 13 9 12 15 12 9 12 8 8 11 14 12 19 16 12 13 10 14 10
## [451] 7 8 14 16 13 9 10 8 14 7 11 7 14 20 10 14 9 12 17 13 15 11 9 9 8
## [476] 8 12 12 15 12 14 10 9 22 13 8 14 12 6 9 11 7 10 18 11 16 12 11 13 9
# 1. Rata-rata kedatangan pengunjung perpustakaan
mean_pengunjung <- mean(data_pengunjung)
cat("Rata-rata jumlah kedatangan pengunjung:", mean_pengunjung, "\n")
## Rata-rata jumlah kedatangan pengunjung: 11.93
# 2. Probabilitas dalam satu jam tertentu terdapat lebih dari 20 mahasiswa yang datang
prob_simulasi <- mean(data_pengunjung > 20)
cat("Probabilitas nya adalah", prob_simulasi, "\n")
## Probabilitas nya adalah 0.012