统计学中的灵活建模：过去、现在与未来

在数据日益增多且数据结构愈发复杂（显著偏离对称性、具有厚尾或薄尾）的时代，灵活建模已成为统计学家以及经济学、金融学或环境科学等领域研究人员和从业者的一项基本任务。现有大量关于灵活分布的提议反映了这一点；著名的例子包括 Azzalini 的偏态正态分布、Tukey 的 $g$-and-$h$ 分布、混合分布和双片分布等。本文旨在介绍这一研究领域，以期对该领域的新手和专业人士均有所裨益。在描述了该研究流派本身之后，我将讲述灵活建模引人入胜的历史，其中涌现出 Edgeworth 和 Pearson 等过去的标志性人物；随后描绘三种最常用的灵活分布族；最后通过提出具有挑战性的开放性问题，展望灵活建模研究的未来。