假设您的变量是花在肉上的钱。在这种情况下，您在 0 时的峰值是素食者。你似乎在做一个回归模型。不考虑素食者的存在是有问题的。这种数据的一种可能性是赫克曼选择模型。

除了 Maarten 的答案之外，还有零膨胀泊松模型和零膨胀负二项式模型。所有这些过去都在这里讨论过。

观察实际上是两个或多个不同分布的卷积的分布是很常见的。

通常，您可以针对单个群体观察相同的现象，但观察不同的原因导致需要多个分布来描述数据；或者您可能会在同一张图中观察到两种不同的现象。

作为第一个示例，您可能正在用尺子测量男性人群的身高，并且患有帕金森病；然后，您的分布将是男性身高和您自己的震颤的卷积 - 两者都是以真实值为中心的高斯分布。或者，您可以非常健康，并使用男性和女性的样本来测量人们的身高；然后，您将观察到两个部分重叠的不同高斯分布。

无论您的情况如何，都没有理由忽略零附近的子样本，除非您认为它是噪声，并且您不想建模。