[R-br] Teste de Aderência

[Leonard Assis]

Walmes,

ele pode também, ao invés de usar KS, usar qui-quadrado (Este é o menos preciso deles), mas é o mais fácil de explicar. Se a quantidade de dados for grande, a precisão é boa, pois vc pode dividir em mais intervalos.
On 26/04/2011, at 09:21, Walmes Zeviani wrote:

> Cristiano,
> 
> A mensagem sobre os empates vem do fato da sua amostra possuir valores repetidos. Às vezes, a precisão dessa medidas (casas decimais) é pequeno, imagine medir altura de 100 pessoas, é bem provável ter duas com 1,78 m, ou outro valor.
> 
> Na ks.test(vetor_observado, distribuição, parametro1, parametro2, demais_opções), você precisa passar o valor dos parâmetros sob hipótese. Normalmente os valores usando são as estimativas obtidas com os dados. Então você precisa estimar. Para o caso da normal, mean(x) e sd(x) são os estimadores. Para outras distribuições você pode usar a função MASS::fitdistr(). Consulte a documentação para instruções de uso.
> 
> À disposição.
> Walmes.
> 
> ==========================================================================
> Walmes Marques Zeviani
> LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W)
> Departamento de Estatística - Universidade Federal do Paraná
> fone: (+55) 41 3361 3573
> VoIP: (3361 3600) 1053 1173
> e-mail: walmes em ufpr.br
> twitter: @walmeszeviani
> homepage: http://www.leg.ufpr.br/~walmes
> linux user number: 531218
> ==========================================================================
> 
> 
> 2011/4/25 Cristiano Melo <cristianogmelo em gmail.com>
> É o seguinte: tenho em um arquivo txt um vetor que representa tempos até a falha de equipamentos. Gostaria de fazer alguns teste de aderência para verificar se estes dados se aproximam de algumas distribuições de probabilidade. Usei o lillie.test(dados) para verificar se dos dados aderem a uma distribuição nomal. No entanto, gostaria de verificar se estes mesmos dados (e algumas variações) se aderem a uma exponencial, gamma e weibull.
> 
> Sei que a função é a ks.test(x, y,..., alternative=c("two.sided" "less" or "greater")) para o teste de Kolmogorov-Smirnov.
> Para testar normalidade com a função ks, fiz o seguinte: ks.test(vetor, "pnorm", sd=sd(vetor), mean=mean(vetor),alternative=c("two.sided")). Curioso que o resultado foi bem diferente da lillie.test, a seguinte mensagem foi apresentada:
> Warning message:
> In ks.test(vetor, "pnorm", sd=sd(vetor), mean=mean(vetor),alternative=c("two.sided")), : não é possível calcular os níveis descritivos corretos com empates.
> O que isso quer dizer???????
> 
> Quando tentei usar outra distribuição, pweibull por exemplo, o p-value foi menor que 2.2e-16, ou seja, nada a ver, e repetindo a mesma frase anterior. O mesmo resultado foi com as outras. Como não sei a sintaxe para weibull fiz o seguinte:
> ks.test(vetor, "pweibull", 1.129, 2,alternative=c("two.sided"))
> 
> Onde estou errando? Vi que para montar uma pweibull são necessários o vetor de quantis e os parâmetros shape e scale. É necessário fazer separado e quardar em uma variável e depois jogar na ks? Como consigo esse vetor de quantis? Achei que seria automático.
> Estou correto se fizer assim:
> 
> ks.test(vetor, "pweibull",10,2)
> 
> E tem alguma forma de estimar os parâmetros shape e scale desta função?
> 
> 
> _______________________________________________
> R-br mailing list
> R-br em listas.c3sl.ufpr.br
> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> 
> 
> _______________________________________________
> R-br mailing list
> R-br em listas.c3sl.ufpr.br
> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br

-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20110426/52028fe0/attachment.html>