我正在处理一个数据集，我认为它遵循“Negative Binomial”分布。然而，当我拟合 Negative Binomial 分布时，结果发现它拟合得不好。为了进一步探索，我模拟了一个Negative Binomial分布，但即使在模拟数据上，叠加分布也没有提供良好的拟合。
以下是我的模拟数据：

library(ggplot2)
library(MASS)  
library(fitdistrplus)
# Generating negative binomial random numbers
n <- 1000  # Number of random numbers
size <- 5  # Number of successes
prob <- 0.3  # Probability of success

# Generating negative binomial random numbers
negative_binomial <- rnbinom(n, size, prob)
xx <- data.frame(negative_binomial)

字符串
我想创建一个直方图，在这个数据上覆盖“Negative Binomial”分布。假设我得到了这个数据，所以我必须使用fitdist()估计分布的参数。

fit <- fitdistr(negative_binomial,densfun = "negative binomial")
ggplot(data = xx, aes(negative_binomial)) +
  geom_histogram(
    aes(y = ..density..),
    bins = 18, color = "black", fill = "lightblue") +
  stat_function(fun = dnbinom ,
    args = list(mu = fit$estimate[2] , size = fit$estimate[1]),
    color = "red", size = 1)

型

问题：尽管知道模拟的数据是Negative Binomial，为什么叠加分布提供的数据拟合如此之差？我做错了什么？

的数据