Come ho fatto qualche analisi dei social network, mi sono imbattuto nel problema di installare una distribuzione di probabilità sul grado di rete.Stima il taglio esponenziale in una distribuzione di legge di potenza
Quindi, ho una distribuzione di probabilità P(X >= x)
che, dall'ispezione visiva, segue una legge di potenza con un limite esponenziale piuttosto che una pura legge di potenza (una linea retta).
Quindi, dato che l'equazione per la distribuzione legge di potenza con cut-off esponenziale è:
f (x) = x ** alfa * exp (beta * x)
Come potrei stimare i parametri alpha
e beta
usando Python?
So che il pacchetto scipy.stats.powerlaw esiste e hanno una funzione .fit()
ma che non sembra fare il lavoro in quanto restituisce solo la posizione e la scala della trama, che sembra essere utile solo per la normale distribuzione ? Non ci sono abbastanza tutorial su questo pacchetto.
P.S. Sono a conoscenza dell'implementazione di CLauset et al ma non sembrano fornire modi per stimare i parametri delle distribuzioni alternative.
Il La carta Clauset è * la * migliore referenza sull'adattamento pratico delle funzioni di legge di potenza. Se ritieni sinceramente di avere un problema che non viene affrontato, considera l'e-mail agli autori –
Non sono uno statistico, quindi non sono sicuro di capire completamente l'intero documento. Penso che il codice di Ginsberg sia fantastico e molto utile. Voglio solo sapere se ci sono strumenti per aiutare a stimare i parametri di altre distribuzioni di probabilità. – Mike
http://en.wikipedia.org/wiki/Power_law dove è la linea retta di cui parli? –