[R-br] Teste de Aderência

[Cristiano Melo]

Walmes,

Fiz o seguinte:
library(MASS)
fitdistr(vetor_observado,"weibull") - que acredito ser suficiente.

O resultado foi:
shape                  scale
1.377413              210.784742
(0.167581)            (23.479204)

Que novamente acredito ser o que quero. Só não entendi esta informação entre
parênteses.

Em 26 de abril de 2011 09:21, Walmes Zeviani <walmeszeviani em gmail.com>escreveu:

> 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/eb1366f1/attachment.html>