根据创建偏态正态分布的数据计算似然

Question

我有一个数据集，说明针对特定方法完成一项任务需要花费多少天。以我的数据而言，任务大部分时间是在5-10天左右完成的，然后呈指数下降直到100天。使用箔纸代码，我对两种方法进行了概率分布：

sns.distplot(same['delta days'], kde=False, fit=stats.gamma, label='Method 1')
sns.distplot(diff['delta days'], kde=False, fit=stats.gamma, label='Method 2').set_title('Probability of finishing task within x days')
plt.legend(loc='best')
plt.show()

我希望能够采用一种方法，并且在完成工作的天数（增量天数）下，获得该可能性在正常范围内的百分比。

我尝试过：

likelihood = np.log(norm.pdf(delta_days, mean, std))

但是，我的分布不是正态分布，也不是半正态分布，我认为它是歪斜的，因此我无法弄清楚如何使歪斜，局部和峰度起作用，以便我可以确定我基于我的数据。还有，为什么最高概率是0.03？