Дирк объяснил, как построить функцию плотности по гистограмме. Но иногда вы можете пойти с более сильным предположением о перекошенном нормальном распределении и графике, а не плотности. Вы можете оценить параметры распределения и построить его с помощью пакета sn :
> sn.mle(y=c(rep(65, times=5), rep(25, times=5), rep(35, times=10), rep(45, times=4)))
$call
sn.mle(y = c(rep(65, times = 5), rep(25, times = 5), rep(35,
times = 10), rep(45, times = 4)))
$cp
mean s.d. skewness
41.46228 12.47892 0.99527
[/g2]
Это, вероятно, работает лучше на данных, более косо-нормальных:
[/g3]