请教：用R 做分布拟合，为什么不是最优分布？

请教各位，我用R对别人论文的损失率数据，用beta 分布拟合，参数估计结果是3.97和3.85，而原文用STATA估计的结果是6.36和5.7。做K-S检验，我的P值是0.01835，而原文的P值是0.3657，说明似乎原文的估计结果更为合理。
不知道问题出在哪里，怎么R估计出来的好像不是最优拟合参数呢？
PS：我用R中其他函数的运行结果也类似。
R程序如下：
res =fitdistr(rate, "beta", start=list(shape1 =4, shape2 =5))
ks.test(rate,"pbeta",3.97,3.85)
ks.test(rate,"pbeta",6.36,5.7)


数据为(附件为csv格式)：
rate
0.599771943        0.511062689        0.577314431        0.466203107        0.576348136        0.540878457        0.543063376        0.56423037        0.516957536        0.616257004        0.647675622        0.539647152        0.582352102        0.569858168        0.658330823        0.378698909        0.627298259        0.584641644        0.718358437        0.659514051        0.563963013        0.545025851        0.576463468        0.747825764        0.352094528        0.382502407        0.589857646        0.769233635        0.540446685        0.505931663        0.478257294        0.469807752        0.569219725        0.736773087        0.291069612        0.395775209        0.3616732        0.407031959        0.354412221        0.566159696        0.195480866        0.638889177        0.459494258        0.537586609        0.514305604        0.536957079        0.501197678        0.60091719        0.506864483        0.469615946        0.673435468        0.618778027        0.451982626        0.516420803        0.631793362        0.537203055        0.034412497        0.555828896        0.46080843        0.57670383        0.632716515        0.564006127        0.353356739        0.571730419        0.703004476        0.43509963        0.425238753        0.807786571        0.744608408        0.592720737        0.443824844        0.511965534        0.415364792        0.485379531        0.395287594        0.299500312        0.274880099        0.476667621        0.230888804        0.548888983        0.213454156        0.604876889        0.526203992        0.527006971        0.530583102        0.486716208        0.451622189        0.510260854        0.397460449        0.757614502        0.537507528        0.524631384        0.622800279        0.561640978        0.630584222        0.642947822        0.583195325        0.569920466        0.759640385        0.64628938        0.606067059        0.844084846        0.447349754        0.54565814        0.57175306        0.527548254        0.482418718        0.807394323        0.444930496        0.239630441        0.207446825        0.182819312        0.770257175        0.787544778        0.358453988        0.282961922        0.335806593        0.481910397        0.199464719        0.501315112        0.243644068        0.622408539        0.668702927        0.533666322        0.59954548        0.559020372        0.478308573        0.723602915        0.55158703        0.462138878        0.601056881        0.572810442        0.262992378        0.71389781        0.521414655        0.457197926        0.508422845        0.760361924        0.455721581        0.739619591        0.816359315        0.620054898        0.850544591        0.496535458        0.567783699        0.671413676        0.576214231        0.548306387        0.737373508        0.547505497        0.186240973        0.075383271        0.027820711        0.340728379        0.271819453        0.322715148        0.265764393        0.313292572        0.219300201        0.489138118        0.417781381

wxhmath 发表于 2015-6-26 19:15
感谢，我试试。不过应该不是，经验判断，不同估计方法一般差别不大。

全局优化方法的结果差不多，局部优化方法的结果差很多

估计算法对估计结果有影响。查查STATA和R中的估计算法是什么？

nuomin 发表于 2015-6-26 14:28
估计算法对估计结果有影响。查查STATA和R中的估计算法是什么？

感谢，我试试。不过应该不是，经验判断，不同估计方法一般差别不大。

nuomin 发表于 2015-6-26 19:30
全局优化方法的结果差不多，局部优化方法的结果差很多

感谢，我再试试！

专业且深入，同学习了。

楼主 我现在有两组数据，然后每组数据分别选择了4个候选分布，现在要对数据进行拟合估计参数，然后再用ks检验，选择一个合理的分布，楼主有代码吗，或者告知一下代码怎么写。

res =fitdistr(rate, "beta", start=list(shape1 =4, shape2 =5))
请问这里的4跟5是什么含义

xsh_华 发表于 2019-9-18 22:16
楼主 我现在有两组数据，然后每组数据分别选择了4个候选分布，现在要对数据进行拟合估计参数，然后再用ks检 ...

请问您的问题解决了吗？

大粗腿 发表于 2019-12-27 09:47
res =fitdistr(rate, "beta", start=list(shape1 =4, shape2 =5))
请问这里的4跟5是什么含义

好像是参数，但这我不知道为什么这么选取