我们有位置 = 0、尺度 = 1 和形状 = 0 的偏斜正态分布，那么它与均值 0 和方差 1 的标准正态分布相同。但是如果我们更改形状参数（例如形状 = 5），则均值和方差也会发生变化。我们如何用不同的形状参数值来修复均值和方差
只要看看如何计算偏态正态分布的均值和方差，您就会得到答案！知道平均值看起来像：
and 
您可以看到，当 xi=0（位置）、omega=1（尺度）和 alpha=0（形状）时，您确实得到了标准正态分布（均值=0，标准差=1）：
If you only change the alpha (shape) to 5, you can except the mean will differ a lot, and will be positive. If you want to hold the mean around zero with a higher alpha (shape), you will have to decrease other parameters, e.g.: the omega (scale). The most obvious solution could be to set it to zero instead of 1. See:
均值设置后，我们必须使方差等于 0，并将 omega 设置为 0，形状设置为 5。公式已知：
根据我们已知的参数：
这太疯狂了:) 不能这样做。您还可以返回并更改 xi 而不是 omega 的值，以获得等于零的平均值。但这样您可以首先使用给定的方差公式计算 omega 的唯一可能值。
那么 omega 应该在 1.605681 左右（负值或正值）。
回到原意：
因此，使用以下参数，您应该得到您想要的分布：
位置 = 1.256269（负或正），比例 = 1.605681（负或正），形状 = 5。
请有人测试一下，因为我可能在给定示例的某个地方计算错误。
