Je veux créer 3 tracés à des fins d'illustration: - distribution normale - distribution asymétrique droite - distribution asymétrique gauche
Cela devrait être une tâche facile, mais je n'ai trouvé que ce lien , qui ne montre qu'une distribution normale. Comment faire le reste?
Enfin, je l'ai fait fonctionner, mais avec votre aide, mais je comptais sur ce site .
N <- 10000
x <- rnbinom(N, 10, .5)
hist(x,
xlim=c(min(x),max(x)), probability=T, nclass=max(x)-min(x)+1,
col='lightblue', xlab=' ', ylab=' ', axes=F,
main='Positive Skewed')
lines(density(x,bw=1), col='red', lwd=3)
C'est aussi une solution valable:
curve(dbeta(x,8,4),xlim=c(0,1))
title(main="posterior distrobution of p")
Si vous n'êtes pas trop lié à la normale, je vous suggère d'utiliser une distribution bêta qui peut être symétrique, asymétrique à droite ou asymétrique à gauche en fonction des paramètres de forme.
hist(rbeta(10000,5,2))
hist(rbeta(10000,2,5))
hist(rbeta(10000,5,5))
utilisez simplement le package fGarch
et ces fonctions:
dsnorm(x, mean = 0, sd = 1, xi = 1.5, log = FALSE)
psnorm(q, mean = 0, sd = 1, xi = 1.5)
qsnorm(p, mean = 0, sd = 1, xi = 1.5)
rsnorm(n, mean = 0, sd = 1, xi = 1.5)
** moyenne, sd, xi paramètre de localisation moyenne, paramètre d'échelle sd, paramètre d'asymétrie xi. Exemples
## snorm -
# Ranbdom Numbers:
par(mfrow = c(2, 2))
set.seed(1953)
r = rsnorm(n = 1000)
plot(r, type = "l", main = "snorm", col = "steelblue")
# Plot empirical density and compare with true density:
hist(r, n = 25, probability = TRUE, border = "white", col = "steelblue")
box()
x = seq(min(r), max(r), length = 201)
lines(x, dsnorm(x), lwd = 2)
# Plot df and compare with true df:
plot(sort(r), (1:1000/1000), main = "Probability", col = "steelblue",
ylab = "Probability")
lines(x, psnorm(x), lwd = 2)
# Compute quantiles:
round(qsnorm(psnorm(q = seq(-1, 5, by = 1))), digits = 6)