PrakKomstat_Post test 1

#Distribusi Normal (ada rata rata ada standar deviasi)
norm<-function(x,miu,sigma) {1/(sigma*sqrt(2*pi))*exp(-1/2*((x-miu)/sigma)^2)}
norm(4,5,1)

## [1] 0.2419707

dnorm(4,mean = 5,sd =1)

## [1] 0.2419707

#Distribusi eksponensial (data berupa waktu tunggu hingga suatu kerjadian terjadi )
#untuk P(X=15)
eks<-function(x,lambda)(lambda*exp((-1)*lambda*x))
eks(4,1/6)

## [1] 0.08556952

#Untuk P(X<=15) 
cdfexp<-function(x,lambda = 0.05) {
  pdf<-function(t){
    lambda*exp(-lambda*t)
  }
  hasil<-integrate(pdf,lower=0,upper=x)
  return(hasil$value)
}
cdfexp(4,1/6)

## [1] 0.4865829

#Distribusi uniform (ada interval)
uniform<-function(x,a=0,b=1){1/(b-a)}
uniform(6,a=2,b=10)

## [1] 0.125

dunif(6,min=2,max=10)

## [1] 0.125

#kalau cdf kurang dri/sama dengan
#kalau pdf yg tepat gitu hasilnya