聖塔非研究所

經驗數據中的冪律分佈

2026-03-18 · 工作論文 · 更新 2026/03/18 下午03:32

摘要 冪律分佈出現在許多具有科學意義的情況下,並對我們對自然和人造現象的理解產生重大影響。不幸的是,分佈尾部發生的大波動使得冪律的經驗檢測和表徵變得困難。特別是,已知最小二乘擬合等標準方法會產生冪律分佈參數的系統偏差估計,因此在大多數情況下不應使用。在這裡,我們回顧基於最大似然法和柯爾莫哥洛夫 斯米爾諾夫統計量對冪律資料進行準確參數估計的統計技術。我們也展示如何判斷資料是否遵循…

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:工作論文
  • 編號:工作論文 #432
  • 日期:2026-03-18

摘要

冪律分佈出現在許多具有科學意義的情況下,並對我們對自然和人造現象的理解產生重大影響。不幸的是,分佈尾部發生的大波動使得冪律的經驗檢測和表徵變得困難。特別是,已知最小二乘擬合等標準方法會產生冪律分佈參數的系統偏差估計,因此在大多數情況下不應使用。在這裡,我們回顧基於最大似然法和柯爾莫哥洛夫-斯米爾諾夫統計量對冪律資料進行準確參數估計的統計技術。我們也展示如何判斷資料是否遵循冪律分佈,定義定量度量來指示冪律何時與資料合理擬合,何時不合理。我們透過將這些方法應用於來自不同學科的二十四個現實世界資料集來演示這些方法。每個資料集之前都被推測遵循冪律分佈。在某些情況下,我們發現這些猜想與數據一致,而在其他情況下,冪律被排除。