On Tue, 26 Apr 2011, Cristiano Melo wrote:
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@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@ufpr.br
twitter: @walmeszeviani
homepage: http://www.leg.ufpr.br/~walmes
linux user number: 531218
==========================================================================
2011/4/25 Cristiano Melo <cristianogmelo@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@listas.c3sl.ufpr.br
https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
_______________________________________________
R-br mailing list
R-br@listas.c3sl.ufpr.br
https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br