我有t个数据。我想使用非参数内核密度估计将数据的边际分布拟合到参数Copula中来拟合数据。这是我的编码：

#variable 1
k1 <- density(t[,1]) 
bw1 <- k1$bw

kdecdfnorm1 <- function(x,xdat,bw){
  rowMeans(pnorm(outer(x,"-"),bw)) #cdf of kernel
}
cdf1 <- kdecdfnorm1(k1$x,t[,1],bw1)

#variable 2
k2 <- density(t[,2])
bw2 <- k2$bw

kdecdfnorm2 <- function(x,bw)) #cdf of kernel
}
cdf2 <- kdecdfnorm1(k2$x,2],bw2)


k <- cbind(cdf1,cdf2)

#fit the CDF of Kernel into copula
kn1 <- fitCopula(claytonCopula(),data = k,method = "ml",start = 0.1 )

（1）对吗？ （2）知道我应该使用什么起始值。如何选择一个好的起始值？

我指的是这个coding