[R-es] Goodness

[Olivier Nuñez]

Daniel,

si nos cuentas brevemente la finalidad de tu análisis exploratorio,  
podríamos orientarte mejor.
¿Quieres estimar un cuantil? ¿Detectar sub-poblaciones? etc, ....

Un saludo. Olivier

--  
____________________________________

Olivier G. Nuñez
Email: onunez en iberstat.es
Tel : +34 663 03 69 09
Web: http://www.iberstat.es

____________________________________




El 09/02/2010, a las 12:01, daniel pacheco gomez escribió:

>
> Hola,
>
> LLevo buscando desde hace tiempo como hacer el Goodness of fit test  
> en R. Es decir, me explico, intento hacer una cosa parecida que se  
> hace en Minitab, por ejemplo, yo tengo un conjunto de datos, y  lo  
> que quiero es sabes que tipo de distibución es, en minitab se hace  
> un histograma para ver si se ajusta bien o no a la campana de  
> Gauss, luego vemos si aproximar la distribución de la muestra por  
> una Normal es lícito. Es decir, minitab genera un Probability Plot  
> of Adjusted Value y devuelve el Anderson Darling y el P-Value, al  
> hacer esto se observa que el p-value del contraste de hipótesis  
> utilizado es menor que el nivel de significación estandar(0,05),  
> luego no podemos aceptar que la hipótesis  nula de que la muestra  
> provenga de una distribución normal.
>
> Es entonces cuando en minitab se le aplica el "Goodness of Fit  
> Test", y se observe que distribución se ajusta mejor a la muestra  
> obtenida. Entonces se le aplica el Process capability según la  
> distribución y se analizan los resultados.
>
> Mi duda es, ¿exite alguna función-libreria-paquete, que al pasarle 
> la muestra, te diga que tipo de distribución es?.
>
> He probado hacer varias cosas, aunque no me termina de convencer la  
> manera de hacerla, ni los datos obtenidos.
>
> 1 - Una es con la libreria "nortest", que la encontre en un  
> documento que se llama "FITTING DISTRIBUTIONS WITH R"  Ricci, en  
> ella viene una función que se llama "ad.test()", donde al pasarle  
> la muestra te devuelve un AD(anderson darling) y p-value de la   
> distribución, entonces comparo el p-value con la normal, y si  
> cuadra, pues teoricamente deberia de probar con las otras  
> distribuciones. Es decir, deberia de calcular los parametros  para  
> la "rweibull" por ejemplo, y aplicarla por ejemplo a 100  
> iteraciones, y volver a pasarle el ad.test(), y ver si el p-value  
> obtenido coincide. Aunque esta forma de hacerlo no me convence,  
> pues tendria que ir probando una a una cada distribucion, ir  
> calculandole los parametros y tal, seria una forma muy manual.  
> Tampoco se si para calcular la distribucion que es, deberia  
> aplibarle por ejemplo en la weibul, la rweibul, pweibul..
>
> 2 - Otra forma de hacerlo, o mas o menos un camino seguir, fue con  
> la libreria "qAnalyst", la cual tiene un par de funciones para  
> esto, por ejemplo, la funcion "funInfoFun", donde se le va pasando  
> la muestra de datos, y la distribucion, y creo, que directamente te  
> da los valores de AD y p-value, lo malo es que esta funcion solo es  
> para distribuciones normal, lognormal, gamma,
> weibull, logistic, lo cual si no son ninguna de estas no sabria que  
> hacer, y que al comparar el resultado con el primer metodo no me  
> coinciden los datos.
>
> Un ejemplo seria:
>
> data(warpTiles)
> x=warpTiles$warping
> infoX=funInfoFun(x,"weibull")
> andersonDarlingFun(x=x, infoX$densfun, infoX$theta)
>
> Lo bueno de esta libreria es para calcular el process capability  
> segun la distribucion, es decir, las funciones "capabilityNormal" y  
> "capabilityNotNormal", la cual esta ultima habria que pasarle el  
> tipo de distribución.
>
>
>
> Bueno, como veis, me lio bastante con esto, perdonad por el tocho  
> escrito, pero era para ser lo mas detallado y descriptivo posible.
>
> Si alguien ha hecho esto alguna vez, sabe alguna otra manera de  
> hacerlo, sabe como hacerlo con alguno de estos dos metodos pero  
> bien, o cualquier cosa, pues le estaria muy agradecio.
>
>
> Asi que gracias de antemano a tod en s.
>
>
>
>
>
>
>
>
>  		 	   		
> Navega con el navegador más seguro de todos. ¡Descárgatelo ya! 		  
> 	   		
> _________________________________________________________________
> [[elided Hotmail spam]]
> inero!
>
> 	[[alternative HTML version deleted]]
>
> _______________________________________________
> R-help-es mailing list
> R-help-es en r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es