如何在 R 中生成给定的均值、SD、偏度和峰度分布？

是否可以在 R 中生成均值、SD、偏度和峰度已知的分布？到目前为止，最好的途径似乎是创建随机数并相应地对其进行转换。 如果有一个专门用于生成可以适应的特定发行版的包，我还没有找到它。 谢谢

SuppDists 包中有一个 Johnson 发行版。 Johnson 将为您提供与矩或分位数匹配的分布。其他人的评论是正确的，4 个时刻不是一个分布。但约翰逊肯定会尝试。

以下是将 Johnson 拟合到一些样本数据的示例：

require(SuppDists)

## make a weird dist with Kurtosis and Skew
a <- rnorm( 5000, 0, 2 )
b <- rnorm( 1000, -2, 4 )
c <- rnorm( 3000,  4, 4 )
babyGotKurtosis <- c( a, b, c )
hist( babyGotKurtosis , freq=FALSE)

## Fit a Johnson distribution to the data
## TODO: Insert Johnson joke here
parms<-JohnsonFit(babyGotKurtosis, moment="find")

## Print out the parameters 
sJohnson(parms)

## add the Johnson function to the histogram
plot(function(x)dJohnson(x,parms), -20, 20, add=TRUE, col="red")

最终的情节如下所示：

您可以看到其他人指出的关于 4 个矩如何不能完全捕获分布的一些问题。

祝你好运！

EDIT正如哈德利在评论中指出的那样，约翰逊的状态看起来不太好。我做了一个快速测试并使用拟合约翰逊分布moment="quant"它使用 5 个分位数而不是 4 个矩来拟合约翰逊分布。结果看起来好多了：

parms<-JohnsonFit(babyGotKurtosis, moment="quant")
plot(function(x)dJohnson(x,parms), -20, 20, add=TRUE, col="red")

产生以下结果：

有人知道为什么约翰逊在适合使用时刻时似乎有偏见吗？