创建一个与R中的旧数据集具有相同属性(均值、倾斜、库尔特、乘积)的新数据集

# 假设old_dataset是你的旧数据集
old_dataset <- c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)

# 计算旧数据集的属性
mean_old <- mean(old_dataset)
variance_old <- var(old_dataset)
skewness_old <- skewness(old_dataset) # 需要安装和加载e1071包
kurtosis_old <- kurtosis(old_dataset) # 同样需要e1071包

# 安装并加载e1071包以使用skewness和kurtosis函数
install.packages("e1071")
library(e1071)

# 创建一个新数据集，使其具有与旧数据集相同的属性
# 这里我们使用正态分布来生成新数据集，因为正态分布的参数可以直接对应到均值和方差
# 对于偏度和峰度，我们可以通过调整生成的数据集来近似匹配旧数据集的偏度和峰度
new_dataset <- rnorm(length(old_dataset), mean = mean_old, sd = sqrt(variance_old))

# 检查新数据集的属性是否与旧数据集相近
mean_new <- mean(new_dataset)
variance_new <- var(new_dataset)
skewness_new <- skewness(new_dataset)
kurtosis_new <- kurtosis(new_dataset)

# 输出结果以比较
cat("Old Dataset - Mean:", mean_old, "Variance:", variance_old, "Skewness:", skewness_old, "Kurtosis:", kurtosis_old, "\n")
cat("New Dataset - Mean:", mean_new, "Variance:", variance_new, "Skewness:", skewness_new, "Kurtosis:", kurtosis_new, "\n")

# 注意：由于随机性，新数据集的偏度和峰度可能与旧数据集不完全相同，但应该非常接近