为了进行研究，我试图将分布分配到R中的数据中。
绘制直方图，Cullen和Frey图并观察QQ曲线后，我使用MLE参数通过KS测试对Gamma，Weibull，Beta和Lognormal分布进行了测试。但是，事实证明所有分布都是明显不同的，即KS.test = p<0.05。
由于此分布将构成我的研究基础，因此对我而言，找到合适的位置非常重要。我不知道为什么会这样。是因为我的样本大小（n=8949）太大了吗？由于随着N的增加，实际数据可能会偏离理论分布，因此P值会变小。还是因为KS.test不适合，我应该做一个AD测试？
我还尝试对Weibull和Gamma分布进行广告测试，但我不知道如何正确执行它们。例如，gofstat函数将仅提供测试统计信息，而不提供p值。
我希望有人能帮助我，
谢谢！
descdist(df$value, discrete = FALSE, boot=1001)
ggplot(df, aes(x=value)) + geom_histogram(binwidth =0.05, colour="black", fill="white") + geom_vline(aes(xintercept=mean(value, na.rm=T)),color="red", linetype="dashed", size=1)
fitdistr(df$value, "weibull", lower=c(0,0))
ks.test(df$value, "pweibull", shape=1.039792830, scale=0.099310090)
c(0.006055076, 0.078882901, 0.040908764, 0.056675063, 0.212886598,0.012975779, 0.126702997, 0.320462232, 0.103448276, 0.006457848, 0.014344262, 0.038720612, 0.046426529, 0.00120048, 0.044226044, 0.036389753, 0.061438416, 0.053459119, 0.113921872, 0.172096084, 0.005617208, 0.012903226, 0.03904315, 0.025947966, 0.376678445, 0.074242048, 0.030187768, 0.136665612, 0.106063996, 0.131401884, 0.1760674, 0.086108308, 0.08617212, 0.094750118, 0.168123393, 0.179432624, 0.131021195, 0.076757422, 0.121017975, 0.018665783, 0.309490787, 0.081351189, 0.025745257, 0.193331143, 0.058882236, 0.140890514, 0.189203354, 0.031100825, 0.01419315, 0.093666993)