出于可视化目的，请尝试QQ 图，它是数据的分位数与预期分布的分位数的图。

如果您需要统计检验，Kolmogorov-Smirnov的非参数检验，使用经验和分析 cdf 的最大差异。$p(x)$

当然，您也可以在两种分布下评估数据的对数概率： 与，取较大者。这相当于最大似然密度比较。和是适合您的数据的分布，则这可能无效，尤其是如果它们具有不同数量的拟合参数；在这种情况下，您想要进行“模型比较”，并且有多种工具可以做到这一点— AIC、BIC、贝叶斯因子、似然比检验、交叉验证等）$L_1 = \sum_i p_1(X_i)$$L_2 = \sum_i p_2(X_i)$$p_1$$p_2$