需要帮助通过直方图确定分布

我具有某个信号的已记录振幅最大值的样本总数。人口约为1500万样本。我生成了人口的直方图，但无法用这种直方图猜测分布。

EDIT1：带有原始样本值的文件在这里：原始数据

任何人都可以使用以下直方图来帮助估计分布：

使用fitdistrplus：

这是fitdistrplus 的CRAN链接。

这是fitdistrplus 的旧小插图链接。

如果小插图链接不起作用，请搜索“使用库fitdistrplus从数据中指定分布”。

小插图很好地解释了如何使用该包装。您可以查看各种分布在短时间内如何适应。它还会生成一个库伦/灰图。

#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)      

人口约为1500万样本。

这样，您很可能能够拒绝任何简单的，封闭的表单的特定分发。

即使是图表左侧的微小凸起也足以使我们说“显然不是这样”。

另一方面，它可以通过许多常见分布很好地近似。很明显的候选对象是对数正态和伽玛等，但是还有很多其他的。如果您查看x变量的对数，则可以确定对数正态视线是否正确（取对数后，直方图应看起来是对称的）。

如果对数偏左，请考虑Gamma是否正确；如果对数偏右，请考虑反Gamma或（甚至更多偏斜）反高斯。但是，这项工作不仅仅在于找到一种足够接近的分布。这些建议实际上都没有那里似乎存在的所有功能。

如果您有任何理论来支持选择，请抛弃所有讨论并使用。

我不确定为什么要将样本分类为具有如此大样本量的特定分布；为什么？简约，将其与另一个样本进行比较，寻找对参数的物理解释？

大多数统计软件包（R，SAS，Minitab）都允许将数据绘制在图形上，如果数据来自特定的分布，则该图形会生成一条直线。我已经看到如果数据正常（对数转换后即为对数正态），Weibull和卡方的图形会产生一条直线。此技术将使您能够看到异常值，并可以为数据点为何异常值指定原因。在R中，正态概率图称为qqnorm。