2. Distribusi Binomial

n <- 10
p <- 0.25

2 pengguna mengklik

peluang_binomial <- dbinom(2, size = n, prob = p)
peluang_binomial

## [1] 0.2815676

rata-rata

mean_binomial <- n * p
mean_binomial

## [1] 2.5

Standar deviasi

sd_binomial <- sqrt(n * p * (1 - p))
sd_binomial

## [1] 1.369306

3. Distribusi Poisson

diketahui

lambda <- 8

peluang 5 unggahan

peluang_poisson_5 <- dpois(5, lambda)
peluang_poisson_5

## [1] 0.09160366

peluang lebih dari 12 unggahan

peluang_poisson_lebih_12 <- 1 - ppois(12, lambda = 8)

print(peluang_poisson_lebih_12)

## [1] 0.0637972

Diketahui

mu <- 3
sigma <- 0.5

loading >4 detik

peluang_normal <- pnorm(
  4,
  mean = mu,
  sd = sigma,
  lower.tail = FALSE
)

peluang_normal

## [1] 0.02275013

batas waktu 5% loading terlama

batas_5_persen <- qnorm(
  0.95,
  mean = mu,
  sd = sigma
)

batas_5_persen

## [1] 3.822427