如何使用r识别给定数据的分布

我有以下数据，我需要确定数据的分布。请帮忙

 x <-  c(37.50,46.79,48.30,46.04,43.40,39.25,38.49,49.51,40.38,36.98,40.00,38.49,37.74,47.92,44.53,44.91,44.91,40.00,41.51,47.92,36.98,43.40)

---

x首先，您可以绘制直方图并覆盖密度

hist(x, freq = FALSE)
lines(density(x))

然后，您会看到分布是双峰的，它可以是两个分布或任何其他分布的混合

一旦确定了候选分布，“qqplot”可以帮助您直观地比较分位数。
一种简洁的方法是使用提供分布拟合工具的
FitDistripPlus
软件包。以您的数据为例

library(fitdistrplus)
descdist(x, discrete = FALSE)


现在，您可以尝试适应不同的分布。例如：

normal_dist <- fitdist(x, "norm")



作为一般观点，我建议您看看交叉验证，在交叉验证中详细讨论了主题。您也可以阅读Delignette Muller和Dutang的论文-FitDistripPlus：拟合分布的R软件包，如果您对如何使用Cullen和Frey图的更详细解释感兴趣，可以使用。
请定义（在统计语言方面有严格要求）你所说的“确定数据的分布”是什么意思？你所说的“确定分布”是什么意思？你可以使用
hist（x）
查看其形状。关于“严格的证明”（实际上从来都不严格…），做假设检验…。这似乎更多的是一个统计数据而不是一个编程问题。请OP澄清您正在尝试做什么。我认为OP正在寻找一种工具，可以识别哪个已知分布最能描述数据。是否有一个功能/代码/包可以自动识别给定数据的分布？是否有其他方法可以自动识别分布？CV讨论的链接是这个答案非常重要。（+1）如何解释这个cullen和freygraph@VanathaiyanSCF图将给定分布的偏斜和峰度与指定分布进行比较。我建议你看看简历、帮助文件和链接文件中的链接讨论。用几句话概括/过于简化：*对于某些分布，如正态分布，偏度和峰度只有一个可能值，因此图上有一个点。对于其他分布，表示可能值的区域。这是非常简单的回答，你也应该考虑其他方法，但是CF图是一个很好的开始。
plot(normal_dist)