Cần giúp xác định một phân phối bằng biểu đồ của nó

Tôi có dân số mẫu của cực đại biên độ đã đăng ký của một tín hiệu nhất định. Dân số khoảng 15 triệu mẫu. Tôi đã tạo ra một biểu đồ dân số, nhưng không thể đoán được sự phân phối với biểu đồ như vậy.

EDIT1: Tệp có giá trị mẫu thô ở đây: dữ liệu thô

Bất cứ ai có thể giúp ước tính phân phối với biểu đồ sau:

Sử dụng fitdistrplus:

Đây là liên kết CRAN để fitdistrplus.

Đây là liên kết họa tiết cũ cho fitdistrplus.

Nếu liên kết họa tiết không hoạt động, hãy thực hiện tìm kiếm "Sử dụng thư viện fitdistrplus để chỉ định phân phối từ dữ liệu".

Các họa tiết làm tốt công việc giải thích cách sử dụng gói. Bạn có thể xem cách phân phối khác nhau phù hợp trong một khoảng thời gian ngắn. Nó cũng tạo ra một sơ đồ Cullen / Frey.

#Example from the vignette
library(fitdistrplus)
x1 <- c(6.4, 13.3, 4.1, 1.3, 14.1, 10.6, 9.9, 9.6, 15.3, 22.1, 13.4, 13.2, 8.4, 6.3, 8.9, 5.2, 10.9, 14.4)
plotdist(x1)
descdist(x1)

f1g <- fitdist(x1, "gamma")
plot(f1g)
summary(f1g)      

Dân số khoảng 15 triệu mẫu.

Sau đó, bạn rất có thể sẽ từ chối bất kỳ phân phối cụ thể nào của một hình thức đơn giản, khép kín.

Ngay cả vết sưng nhỏ ở bên trái của biểu đồ có thể đủ để khiến chúng ta phải nói 'rõ ràng không phải như vậy và như vậy'.

Mặt khác, nó có lẽ được xấp xỉ khá tốt bởi một số phân phối phổ biến; ứng cử viên rõ ràng là những thứ như lognatural và gamma, nhưng có một loạt những người khác. Nếu bạn nhìn vào nhật ký của biến x, bạn có thể quyết định xem lognatural có ổn không (sau khi lấy nhật ký, biểu đồ sẽ trông đối xứng).

Nếu nhật ký bị lệch trái, hãy xem xét liệu Gamma có ổn không, nếu nó nghiêng phải, hãy xem xét liệu Gamma nghịch đảo hay (thậm chí nhiều hơn) Gaussian nghịch đảo có ổn không. Nhưng bài tập này là một trong những cách tìm phân phối đủ gần để sống cùng; không có gợi ý nào trong số này thực sự có tất cả các tính năng xuất hiện ở đó.

Nếu bạn có bất kỳ lý thuyết nào để hỗ trợ một lựa chọn, hãy bỏ qua tất cả các cuộc thảo luận này và sử dụng nó.

Tôi không chắc tại sao bạn muốn phân loại một mẫu thành một bản phân phối cụ thể với cỡ mẫu lớn như vậy; phân tích, so sánh nó với một mẫu khác, tìm kiếm sự giải thích vật lý của các thông số?

Hầu hết các gói thống kê (R, SAS, Minitab) cho phép một người vẽ dữ liệu trên biểu đồ mang lại một đường thẳng nếu dữ liệu đến từ một phân phối cụ thể. Tôi đã thấy các biểu đồ mang lại một đường thẳng nếu dữ liệu là bình thường (log bình thường - sau khi chuyển đổi nhật ký), Weibull và chi bình phương đến khai thác ngay lập tức. Kỹ thuật này sẽ cho phép bạn nhìn thấy các ngoại lệ và cung cấp cho bạn khả năng để gán lý do tại sao các điểm dữ liệu là các ngoại lệ. Trong R, biểu đồ xác suất bình thường được gọi là qqnorm.