У меня есть ситуация, когда я могу оценить (первые) моментов набора данных и хотел бы использовать его для оценки функции плотности.
Я уже сталкивался с распределением Пирсона , но понял, что он опирается только на первые 4 момента (с некоторыми ограничениями на возможные комбинации моментов).
Я также понимаю, что любого конечного набора моментов недостаточно, чтобы «закрепить» конкретное распределение, когда не используются дополнительные предположения. Тем не менее, я все еще хотел бы для более общего класса распределений (кроме семейства распределений Пирсона). Глядя на другие вопросы, я не смог найти такой рассылки (см .: здесь , здесь , здесь , здесь , здесь и здесь ).
Существует ли некоторое («простое») обобщенное семейство распределений, которое можно определить для любого набора из моментов? (может быть набор преобразований, которые могут принимать стандартное нормальное распределение и преобразовывать его, пока он не будет подтвержден всем набором моментов)к
(Мне все равно, если предположить, что другие моменты равны 0 или нет)
Спасибо.
PS: Я был бы рад за расширенный пример. Предпочтительно с примером кода R.