数据是一个向量，包含遗传连锁图上相邻标记之间的遗传距离。目的是识别适合数据的分布并识别异常值（如果有）。此处的异常值将是相邻的标记对，其间距大于给定数据的预期距离。
使用了来自“fitdistrplus”库的 Fitdist 函数。下面给出了使用伽马和泊松分布的示例。我很困惑这两个分布不会产生相同的图。我对伽玛示例中生成的分位数图和 pp 图感兴趣，但对泊松示例不感兴趣。
例子：
x <- rnorm(50, 20, 2)
library(fitdistrplus)
ygamma <- fitdist(x, 'gamma', method='mme')
plot(ygamma)
ypois <- fitdist(x, 'pois', method='mme')
plot(ypois)
注意两个图之间的差异。