我想测试我的数据可以通过指数修改高斯分布（维基百科）或正态指数伽马（NEG）分布建模的效果。但是，当数据集中存在异常值时，参数估计（涉及偏度）不是很稳健。

我对此数据集的基于中值的参数估计有很好的经验（请参阅相关问题估计正态分布的参数：中值而不是平均值？）。

您知道 ExGaussian / NEG 分布的基于中值或类似稳健的参数估计吗？我已经尝试过修剪我的数据集，之后的结果显然更好。然而，这显然引入了一种偏见，我需要以某种方式纠正它。