本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
許多人為和自然現象，包括地震強度、城市人口和國際戰爭規模，都被認為遵循冪律分佈。冪律模式的準確辨識對於正確理解和建模複雜系統具有重要意義。然而，支持或反對冪律假設的統計證據因經驗分佈尾部的大幅波動而變得複雜，當數據因分箱而丟失資訊時，這些波動會變得更糟。我們將由 Clauset、Shalizi 和 Newman 開發的用於檢驗冪律假設的統計原理架構應用於分箱資料的情況。此方法包括最大似然擬合、基於 Kolmogorov-Smirnov 適合度統計的假設檢定以及用於與替代解釋進行比較的似然比檢定。我們評估這些方法對具有已知結構的合成分箱資料的有效性，量化由於分箱導致的統計功效損失，並將這些方法應用於 12 個具有重尾模式的現實世界分箱資料集。