进行曲线拟合和分布拟合，并学习每种方法何时合适。

当变量之间存在复杂关系时，或者当单个变量来自不同的分布时，使用copula从多元分布中生成数据。

使用累积分布函数的最小二乘估计拟合单变量分布。这是一种普遍适用的方法，在极大似然失效的情况下非常有用，例如某些包含阈值参数的模型。

使用Statistics and Machine Learning Toolbox™函数mle使定制的分布适合于单变量数据。

在Statistics和Machine Learning Toolbox™函数mle中使用一些更高级的技术，以使定制的分布适合于单变量数据。这些技术包括对审查数据的模型进行拟合，并说明一些与自定义分布进行拟合的数值细节。