So' vi essa parte depois... segue abaixo a resposta On 07/05/15 17:39, Romero Luiz M. Sales Filho wrote:
Elias, muito obrigado também por compartilhar informação! Acho que vc deu uma dica de como encontrar os melhores pontos iniciais, né? Infelizmente não entendi... vc poderia me explicar melhor... Ah, outra coisa, com relação ao ks.test tbm tinha dúvidas se ele realmente era adequado, uma vez que não tenho os parâmetros e sim estimativas desses, aí gero uma amostra utilizando essas estimativas e isso talvez não fosse o mais indicado pq se o algoritomo tivesse convergido para valores errados de parâmetros e mesmo assim a distribuição osse Weibull o ajuste seria excelente quando na verdade os parâmetros estariam errados, né isso (por favor, me corrija se eu estiver errado)??... Então vc colocou uma abordagem utilizando bootstrap, essa seria uma forma alternativa de utilização do ks.test sendo mais apropriada para esse tipo de problema em que não conheço os parâmetros??
Chute inicial: olhar o histograma (freq=FALSE) e adicionando curvas de densidade (variando os parametros). Essa nao e' a melhor estrategia. Uma boa e' considerar os estimadores de momentos. KS: Porque nao usar a funcao de distribuicao (FD) *teorica*? (Em vez de FD empirica de outra amostra). Bootstrap: 1) se voce tem um estimador para theta, ao fazer reamostragem a distribuicao desse estimador, avaliado nas diferentes reamostras, e' a verdadeira 2) note que a distribuicao sob bootstrap e' assimetrica, para o segundo parametro. Por isso o intervalo assintotico nao e' bom. Pode-se usar verossimilhanca perfilhada para corrigir isso. 3) Note que o algoritmo BFGS funcionou bem em 1000 reamostras! Entao esse nao e' um problema tao dificil assim... Elias -- In God we trust, all others bring data. – William Edwards Deming (1900-1993)