Aplikasi analitik media sosial ‘SocMed Insights’ mengumpulkan berbagai data untuk keperluan berikut. Kerjakan tiap poin dengan perhitungan manual DAN sintaks RStudio.
Klasifikasi <- data.frame (
No = 1:2,
Variabel = c("Jumlah komentar per unggahan",
"Durasi video yang ditonton (detik)"),
Tipe = c("Diskrit", "Kontinu"),
Alasan = c("Jumlah komentar data yang dihitung bilangan bulat",
"Durasi ukuran waktu yang memiliki nilai pecahan")
)
knitr::kable(Klasifikasi)
| No | Variabel | Tipe | Alasan |
|---|---|---|---|
| 1 | Jumlah komentar per unggahan | Diskrit | Jumlah komentar data yang dihitung bilangan bulat |
| 2 | Durasi video yang ditonton (detik) | Kontinu | Durasi ukuran waktu yang memiliki nilai pecahan |
n <- 10; p <- 0.25
p_x2 <- dbinom(2, size = n, prob = p) # P(X=2)
p_x2
## [1] 0.2815676
Ratarata <- n * p
Ratarata
## [1] 2.5
Varians <- n * p * (1-p)
sqrt(Varians) #SD
## [1] 1.369306
lambda <- 8
dpois(5, lambda)
## [1] 0.09160366
lambda <- 8
1 - ppois(12, lambda)
## [1] 0.0637972
Peluang server menerima lebih dari 12 unggahan foto dalam satu menit adalah 0,0638 atau sekitar 6,38%.
mu <- 3; sigma <- 0.5
pnorm(4, mean = mu, sd = sigma)
## [1] 0.9772499
qnorm(0.95, mean = mu, sd = sigma)
## [1] 3.822427
mu <- 3
sigma <- 0.5
z4 <- (4 - mu) / sigma
z4
## [1] 2
pnorm(z4)
## [1] 0.9772499
p_lebih4 <- 1 - pnorm(4, mean = mu, sd = sigma)
p_lebih4
## [1] 0.02275013
z95 <- qnorm(0.95)
z95
## [1] 1.644854
batas <- qnorm (0.95, mean = mu, sd = sigma)
batas
## [1] 3.822427
Sebanyak 5% loading halaman memakan waktu dari sekitar 3.82 detik.