尝试其他候选分布
为输入选择合适的概率分布，是进行 Monte Carlo 模拟的关键。在视频中，我们评估了 3 种分布来判断哪一种最适合 age 变量：Laplace 分布、正态分布和指数分布。结果显示，正态分布最合适。
在本练习中，您将尝试找到一种分布，看看是否能比正态分布拟合得更好！您将评估均匀分布、正态分布和指数分布的拟合效果。糖尿病数据集已作为 DataFrame dia 加载。正态分布还会是最佳选择吗？
以下库已为您导入：pandas 别名为 pd，scipy.stats 别名为 st，以及 numpy 别名为 np。
本练习是课程的一部分
Python 中的蒙特卡洛模拟
练习说明
- 使用
.fit()拟合age数据的分布；然后使用.nnlf()获取该拟合的最大似然估计（MLE）值。
交互式实操练习
通过完成这段示例代码来试试这个练习。
distributions = [st.uniform, st.norm, st.expon]
mles = []
for distribution in distributions:
# Fit the distribution and obtain the MLE value
pars = distribution.____
mle = distribution.____
mles.append(mle)
print(mles)