Выполните фитинг кривой и фитинг распределения и узнайте, когда подходит каждый метод.

Используйте копулы для генерации данных из многомерных распределений, когда существуют сложные отношения между переменными или когда отдельные переменные из разных распределений.

Подгонка одномерных распределений с использованием оценок наименьших квадратов кумулятивных функций распределения. Это общеприменимый метод, который может быть полезен в случаях, когда происходит сбой максимального правдоподобия, например, в некоторых моделях, которые включают пороговый параметр.

Используйте функцию mle Toolbox™ статистики и машинного обучения для подгонки пользовательских распределений к одномерным данным.

Используйте несколько более совершенных методов с функцией mle Toolbox™ статистики и машинного обучения, чтобы подогнать пользовательские распределения к одномерным данным. Методы включают модели подгонки для цензурных данных и иллюстрацию некоторых числовых деталей подгонки с пользовательскими распределениями.