我们偏向正态分布,其中location = 0,scale = 1,shape = 0则它与标准正态分布相同,均值为0,方差为1.但如果我们改变形状参数,则说shape = 5则表示均值和方差也可以改变。我们可以用不同的形状参数值
来修正均值和方差答案 0 :(得分:4)
只需看看如何计算偏斜正态分布的均值和方差,你就得到了答案!知道平均值如下:
和
你可以看到,当xi = 0(位置),omega = 1(比例)和alpha = 0(形状)时,你真的得到一个标准的正态分布(均值= 0,标准偏差= 1): / p>
如果你只将alpha(形状)更改为5,那么除了平均值会有很大差异,并且会是正数。如果你想用更高的alpha(形状)保持大约为零的平均值,你将不得不减少其他参数,例如:欧米茄(比例)。最明显的解决方案是将其设置为零而不是1.请参阅:
平均值设置,我们必须得到一个等于零的方差,其中omega设置为零,形状设置为5.公式已知:
使用我们已知的参数:
哪个是疯了:)这不可能这样做。您也可以返回并更改xi的值而不是omega,以获得等于零的均值。但是这样你可能首先用给定的方差公式计算唯一可能的omega值。
然后欧米茄应该在1.605681左右(阴性或阳性)。
回到意味着:
因此,使用以下参数,您应该获得您想要的分发:
位置= 1.256269(负面或正面),比例= 1.605681(负面或正面)和形状= 5.
请有人测试一下,因为我可能会在给定示例的某处错误估算。