Похоже многие не в теме, а я с похожими задачами работал и поэтому поясню
Задача оценки смесей распределений давно известна в прикладной статистике
Часто процесс порождается по разным механизмам и потому важно выявить отдельные компоненты
Похожие задачи возникают, в частности, в рентгеновской спектроскопии
Формально в рамках таких моделей статистическое распределение приравнивается к сумме взятых с весами частных статистических распределений (каждое из которых отвечает за свой механизм)
Можно одновременно подбирать и эти веса и параметры распределений
Решать такую задачу можно в частности методом максимума правдоподобия (рекомендуют обычно EM-алгоритм)
Мой опыт решения подобных задач (разделение многомерных нормальных смесей) подсказывает, что российские распределения по выборам неплохо аппроксимируются смесью трех компонент
1) Нормальное распределение - тут все относительно адекватно
2) Безбашенное бета-распределение (идет от 1 с резким спуском) - возможно это республики и закрытые округа - надо смотреть
3) С огладкой бета-распределение (идет от 1 с медленным спуском) - возможно тут основной ыклад дорисовки в территориальных округах
Формально можно подобрать параметры таклй модели и даже оценить значение функции правдоподобия
Правда, механизм порождения зубцов такая модель не нарисует
Для этого нужно ее расширять