绘制R中的正态分布、左偏态分布和右偏态分布

我想创建3个绘图以进行说明： -正态分布 -右偏分布 -左偏分布

---

这应该是一个简单的任务，但我只找到了，这只显示了正态分布。剩下的怎么办？

如果你不是太依赖于法线，那么我建议你使用贝塔分布，它可以是对称的、右偏的或左偏的，基于形状参数

hist(rbeta(10000,5,2))
hist(rbeta(10000,2,5))
hist(rbeta(10000,5,5))

---

最后我让它工作了，但有你们两个的帮助，但我是依靠

---

只需使用

fGarch

package和以下功能：

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)

**均值，SD，席席位置参数均值，尺度参数SD，偏度参数XI。 例子

---

从正态分布中取样，选择参数，使结果均为正值（即平均值>3*sd）。平方根和平方，并绘制出三个分布的直方图（或对数和指数）。我对R真的没有经验。我怎么做？使用连续图而不是直方图是一种简单的方法吗？这是公认的答案吗？这只是部分回答了您的问题，并使用了混合方法：您无法使用rnbinom生成右偏分布，并且beta分布仅定义在0和1之间，这与您正在比较的正态分布相比会很差。

curve(dbeta(x,8,4),xlim=c(0,1))
title(main="posterior distrobution of p")

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)

## 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)