在本文中，我们考虑了对计数数据的模拟最小Hellinger距离（SMHD）推断。 我们考虑分组和非分组数据，并强调SMHD方法。 该方法扩展了基于确定性版本的Hellinger距离的计数数据方法。 这些方法是通用的，仅要求可以提取来自离散参数族的随机样本，并且可以用作使用概率生成函数（pgf）进行估计的替代方法或基于匹配矩的方法。 尽管本文着重于计数数据，但是当像传统的Pearson统计一样，将连续观察分组为间隔时，基于模拟Hellinger距离的拟合优度检验也可以用于测试连续分布的拟合优度。 研究了SMHD方法的渐近性质，这些方法似乎保留了确定性版本具有良好效率和鲁棒性的特性。