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?