sesgada - medidas de asimetria y curtosis ejemplos
Parcela normal, izquierda y derecha distribuciĆ³n sesgada en R (3)
Finalmente lo puse en funcionamiento, pero con tu ayuda, pero confiaba en este sitio .
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)
Esta es también una solución válida:
curve(dbeta(x,8,4),xlim=c(0,1))
title(main="posterior distrobution of p")
Quiero crear 3 gráficos con fines ilustrativos: - distribución normal - distribución asimétrica derecha - distribución inclinada izquierda
Esto debería ser una tarea fácil, pero solo encontré este enlace , que solo muestra una distribución normal. ¿Cómo hago el resto?
Si no está demasiado ligado a lo normal, le sugiero que utilice una distribución beta que puede ser simétrica, sesgada a la derecha o sesgada a la izquierda según los parámetros de forma.
hist(rbeta(10000,5,2))
hist(rbeta(10000,2,5))
hist(rbeta(10000,5,5))
solo usa el paquete fGarch
y estas funciones:
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)
** media, sd, xi media del parámetro de ubicación, escala parámetro sd, parámetro de asimetría xi. Ejemplos
## 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)