如果您有 26K 数据，则对给定分布的任何测试都将失败。因为对于这么多数据，测试可以检测到微小的差异并报告它不是来自那个分布。

我强烈建议您阅读这些帖子

大型数据集不适合假设检验吗？

正态性测试“基本上没用”吗？

数据不是来自教科书中的任何分布是很常见的。但我们仍然可以用它做很多事情。

例如，我们可以使用混合高斯模型拟合数据。

此外，您的数据分布似乎太好了（来自正态分布），可能来自某些模拟而不是来自现实世界。我建议做以下事情：从正态分布中抽取 26K 样本并运行假设检验和所有图表以查看结果。这是您的情况发生的概率。

您可以使用 Mathematica 的 FindDistribution 命令，但上面的人说，有这么多数据，您不太可能看到任何数据正常的测试报告是绝对正确的。但是，FindDistribution 几乎可以肯定会返回一个或多个非常适合的（混合）分布。我遇到了类似的问题，并使用 Tukey's Fences (Wikipedia) 确定我非常大的数据集中约有 18% 是异常值。我花了几个月的断断续续的反思和阅读来弄清楚异常值的来源。我建议您花费任何时间来开发一个准确的心理和/或图形模型，了解过程中发生的事情，以便您可以用理论解释过程中发生的所有事情，包括异常值。

你在这里只有两个选择：

1.创建适合分布的数据库。！2.划分您的数据库（希望它适合）并同时运行它们，然后根据您的要求合并