Gera simulações para a situação de apostas esportivas por pessoas que recebem bolsa família

simula_bet_bf.r

#Simulação Toledo
gasto_primeira_mediana<- 2.5e6 * 100
gasto_segunda_mediana_ate_2499000 <- 2499000 *681

gasto_valores_pico<- 3e9 - (gasto_primeira_mediana + gasto_segunda_mediana_ate_2499000 )

aposta_unitaria<- gasto_valores_pico / 1000 


media_simulacao<- (gasto_primeira_mediana +  gasto_segunda_mediana_ate_2499000 + gasto_valores_pico)/5e6

print(media_simulacao)

valores_mediana_inferior<- rep(100,2.5e6)
valores_mediana_superior_ate_2499<-rep(681,2499000)
valores_superiores<- rep(1048181, 1000)

boxplot(c(valores_mediana_inferior, valores_mediana_superior_ate_2499, valores_superiores ))


#Simulação variando os parâmetros da segunda mediana

# Instalar a biblioteca se não tiver instalada
# install.packages("truncnorm")

# Carregar a biblioteca truncnorm
library(truncnorm)

set.seed(123)  # Para reprodutibilidade

# Parâmetros
n <- 2499000
media_desejada <- 600
sd_desejado <- 20  # Ajustar o desvio padrão para controlar a dispersão
minimo <- 100
maximo <- 680

# Gerar uma distribuição normal truncada
valores <- rtruncnorm(n, a = minimo, b = maximo, mean = media_desejada, sd = sd_desejado)

# Verificar a média e o intervalo resultantes
mean(valores)  # Aproximadamente 600
min(valores)   # Aproximadamente 100
max(valores)   # Aproximadamente 680

# Exibindo um sumário dos dados
summary(valores)


gasto_primeira_mediana<- 2.5e6 * 100
gasto_segunda_mediana_ate_2499000 <- sum(valores) 

gasto_valores_pico<- 3e9 - (gasto_primeira_mediana + gasto_segunda_mediana_ate_2499000 )

aposta_unitaria<- gasto_valores_pico / 1000 

print(aposta_unitaria)

media_simulacao<- (gasto_primeira_mediana +  gasto_segunda_mediana_ate_2499000 + gasto_valores_pico)/5e6

print(media_simulacao)


valores_mediana_inferior<- rep(100,2.5e6)
valores_mediana_superior_ate_2499<-valores
valores_superiores<- rep(aposta_unitaria, 1000)

boxplot(c(valores_mediana_inferior, valores_mediana_superior_ate_2499, valores_superiores ))