我有一些数据希望估计其边际分布。我真的不知道什么参数分布是合适的，所以计划对数据拟合一个非参数（可能是核）密度估计。

但是，有两个并发症

1) 数据的硬阈值为$0$

2) 数据大多集中在零附近——可以公平地说，它是两种分布的混合，一种几乎是处的增量，另一种是带有长尾的严格正分布。$0$

我知道一些处理 1) 的方法，但是我使用的简单方法（反射内核）导致接近零的结果不令人满意。我真的不知道该怎么做2）。

这类问题的最新技术是什么？也许是一个实现我可以尝试的东西的 R 包？

很高兴举一个数据示例，但我不确定最好的方法。让我知道，我可以编辑问题。

编辑：我尝试了对数样条的想法 - 删除和不删除零（我实际上删除了所有非常接近零的值，）。出于兴趣，不删除零的结果是：$<0.05$

并删除零：

看起来去掉零后，指数分布可能非常适合。