R使用同一库给出的不同力矩
我正在使用R使用同一库给出的不同力矩,r,mean,standard-deviation,skew,kurtosis,R,Mean,Standard Deviation,Skew,Kurtosis,我正在使用R和库矩生成一个小数据集,并计算数据的四个初始矩: 卑鄙 变异 偏斜 库尔斯多病 代码如下所示。我为PRNG设置了一个随机种子,并使用正态分布生成1000个数据点。 然后,我用两种方式打印四个时刻。首先,我打印,然后单独打印。然后,我使用该方法打印它们 库(时刻) 种子集(123) x=rnorm(1000,sd=0.02) 打印(平均值(x)); 打印(var(x)); 打印(偏度(x)) 打印(峰度(x)) 打印(矩::所有.moments(x,order.max=4)) 输出如
R
和库矩
生成一个小数据集,并计算数据的四个初始矩:
然后,我用两种方式打印四个时刻。首先,我打印,然后单独打印。然后,我使用该方法打印它们
库(时刻)
种子集(123)
x=rnorm(1000,sd=0.02)
打印(平均值(x));
打印(var(x));
打印(偏度(x))
打印(峰度(x))
打印(矩::所有.moments(x,order.max=4))
输出如下所示
print(平均值(x));
0.0003225573
打印(var(x));
0.0003933836
打印(偏斜度(x));
0.06529391
打印(峰度(x));
2.925747
打印(矩::all.moments(x,order.max=4));
100000E+003.225573e-043.930942e-048.889998e-074.527577e-07
人们可能会注意到,两种方法的偏度和峰度都是不同的
我的问题是:为什么他们给出不同的结果?哪一个结果是正确的?@Joran即使我在
all.moments
上使用中心选项或绝对选项,结果也会不同。您是否建议其他软件包?您应该直接编程公式。它们并不难,但是有多种定义,所以你可以自己做来匹配你喜欢的定义。是的,我很容易做到。可能更好option@Joran即使我在all.moments
上使用中心选项或绝对选项,结果也是不同的。您是否建议使用其他软件包?您应该直接编程公式。它们并不难,但是有多种定义,所以你可以自己做来匹配你喜欢的定义。是的,我很容易做到。也许是更好的选择