我有一堆数据集(50到500个点之间,每个点都可以取正值)并需要确定哪个分布最能描述它们.我已经手动完成了其中几个,但需要自动化这个.
有些集合是完全模态的(每个数据的值为15),有些是强模态或双模态,有些是钟形曲线(通常是倾斜的,具有不同程度的kertosis/pointiness),有些是大致平坦的,有些任何数量的其他可能的分布(possion,幂律等).我需要一种方法来确定哪种分布最能描述数据,并且(理想情况下)还为我提供了适应度量,以便我知道我对分析的信心.
现有的开源库是理想的,其次是我自己可以实现的文档化的算法.