Problema verosimiglianza/momenti per Gumbel
Salve a tutti. Vi espongo il mio problema: vorrei adattare ad una serie di dati, che rappresentano i massimi di una serie storica, una distribuzione di Gumbel. Usando il metodo dei momenti ed applicando il test di kolmogorov la distribuzione sembra adattarsi bene, però poi (volendo essere forse un pò "troppo" smanettone) ho provato a stimare i parametri della distribuzione con il metodo della massima verosimiglianza ed ho scoperto che l'adattamento non era tanto soddisfacente...
Qualcuno di voi gentilmente saprebbe spiegarmi se ciò (ovvero che i parametri stimati con il metodo dei momenti siano "migliori" di quelli stimati con il metodo della max verosimiglianza) può accadere e perché? Ho sempre pensato che il metodo della max verosimiglianza desse dei parametri "migliori" rispetto a quello dei momenti.
Illuminatemi voi
Qualcuno di voi gentilmente saprebbe spiegarmi se ciò (ovvero che i parametri stimati con il metodo dei momenti siano "migliori" di quelli stimati con il metodo della max verosimiglianza) può accadere e perché? Ho sempre pensato che il metodo della max verosimiglianza desse dei parametri "migliori" rispetto a quello dei momenti.
Illuminatemi voi

Risposte
Guarda, non sono sicurissimo di quello che dico, comunque quando si parla di stimatori migliori o parametri migliori, non si intende che si adattino meglio ai dati ma che abbiano proprietà migliori
Ho anche provato ad applicare il metodo dei minimi quadrati e mi accorgo che è quasi coincidente con il metodo dei momenti.