使用有限范围内的倾斜分布在R中创建样本向量数据

我想在R中创建R中数据的样本向量，在其中我可以控制所选值的范围，因此我想使用sample来限制生成的值的范围，而不是使用rnorm type命令来生成基于分布、方差、SD等类型的值的范围

因此，我希望为偏斜分布做一个指定范围（例如1-5）的样本，如下所示：

x=rexp(100,1/10)

以下是我所拥有的，但不提供偏斜分布：

y=sample(1:5,234, replace=T) 

可以这么说，我怎么能既吃蛋糕（范围有限），又吃蛋糕（分布不均）

谢谢

---

要更好地了解示例函数对整数的作用，请使用条形图函数，而不是直方图函数：

set.seed(3)
barplot(table(sample(1:10, size = 100, replace = TRUE, prob = 10:1)))

---

β分布的取值范围为0到1。例如，如果希望值介于0到5之间，则可以将它们乘以5。最后，您可以通过beta分布获得“偏度”。 例如，对于倾斜度，可以获得以下三种类型：

使用R和beta分布，可以得到类似的分布，如下所示。请注意，绿色垂直线表示平均值，红色表示中间值：

x= rbeta(10000,5,2)
hist(x, main="Negative or Left Skewness", freq=FALSE)
lines(density(x), col='red', lwd=3)
abline(v = c(mean(x),median(x)),  col=c("green", "red"), lty=c(2,2), lwd=c(3, 3))

---

应该向哪个方向倾斜？样本是否只包含整数？右偏，这样会有更多值较低的记录，并且只包含整数。但是我可以在另一个函数周围使用as.integer函数来截断为整数格式。感谢您可以使用

sample

的

prob

参数为采样的整数提供权重/感谢Rusan：我发现了这个例子：#来自同一序列的boostrap sample，具有#有利于学生的数字1-5 prob1的概率-这很漂亮，谢谢！我也喜欢你用hist函数来包装它。这是一件小事，但我在生成向量后分别调用了hist函数。

x= rbeta(10000,5,2)
hist(x, main="Negative or Left Skewness", freq=FALSE)
lines(density(x), col='red', lwd=3)
abline(v = c(mean(x),median(x)),  col=c("green", "red"), lty=c(2,2), lwd=c(3, 3))

x= rbeta(10000,2,5)
hist(x, main="Positive or Right Skewness", freq=FALSE)
lines(density(x), col='red', lwd=3)
abline(v = c(mean(x),median(x)),  col=c("green", "red"), lty=c(2,2), lwd=c(3, 3))

x= rbeta(10000,5,5)
hist(x, main="Symmetrical", freq=FALSE)
lines(density(x), col='red', lwd=3)
abline(v = c(mean(x),median(x)),  col=c("green", "red"), lty=c(2,2), lwd=c(3, 3))