我不确定我是否正确解释了您的问题，所以请告诉我，我可以调整或删除此答案。首先，我们不会证明有关我们数据的事情，我们只是证明某些事情并非不合理。这可以通过多种方式完成，其中之一是通过统计测试。然而，在我看来，如果你有一个预先指定的理论分布，最好的方法就是制作一个qq-plot。大多数人认为 qq-plots 仅用于评估正态性，但您可以根据任何可以指定的理论分布绘制经验分位数。如果你使用 R，car 包有一个增强的函数qq.plot()有很多不错的功能；我喜欢的两个是您可以指定许多不同的理论分布，而不仅仅是高斯分布（例如，您可以指定t一个更肥尾的替代方案），并且它绘制了一个 95% 的置信带。如果您没有特定的理论分布，但只是想看看尾巴是否比正常情况下的预期重，可以在 qq 图上看到，但有时很难识别。我喜欢的一种可能性是制作内核密度图和 qq 图，您可以在其上覆盖一条正态曲线以启动。基本的 R 代码是plot(density(data)). 对于一个数字，您可以计算峰度，看看它是否高于预期。我不知道 R 中峰度的固定函数，您必须使用链接页面上给出的方程式对其进行编码，但这并不难。