در بسیاری از تحقیقات قبلی برازش مدل‌های رگرسیونی غیرخطی نرمال به منظور تحلیل داده‌ها با ساختار پخش متقارن به صورت توابع غیرخطی از پارامترهای مجهول به کار رفته است. اما در عمل ممکن است توزیع مانده‌ها نامتقارن بوده و انتخاب توزیع نرمال مناسب نباشد. یک خانواده از توزیع‌های آماری که اخیراً مورد توجه قرار گرفته است آمیخته-مقیاس چوله-نرمال است که توزیع‌های چوله و دم-سنگینی مانند چوله-تی و چوله-اسلش را به عنوان حالات خاصی در بر می‌گیرد. با توجه به‌آنکه استنباط آماری پارامترها توسط روش حداکثر درستنمایی حاشیه‌ای منجر به حل انتگرال‌های پیچیده با ابعاد بالا خواهد شد ما در این مقاله رهیافت شبیه‌سازی مونت کارلوی زنجیر مارکفی را برای استنباط بیزی پارامترهای مدل به کار می‌بریم. همچنین، مدل‌ غیرخطی را با توزیع‌های پیشنهادی بر مجموعه‌ای از داده‌های واقعی برازش می‌دهیم تا اهمیت مدل پیشنهادی را بیان کنیم.