问题标签 [power-law]

我有一个网络，我需要拟合幂律分布和指数分布并比较它们，选择更好的拟合。

我使用 igraph 包 degree.distribution 函数检索了度分布数据：

返回结果向量，例如

我尝试使用 igraph 的 power.law.fit 进行拟合，如下所示：

我的问题是：我还需要将数据拟合成指数分布并比较结果，所以我正在寻找一种方法来创建返回可比较参数的拟合。如果有更好的方法来找到适合的幂律，我很乐意尝试。

谢谢

我在这些 mpmath 之间安装了 anaconda 和许多 python 库。当我尝试运行 powerlaw 包时，出现以下错误：

此外，当我只是尝试这样做时， import mpmath我得到了同样的错误。

我正在使用 Fedora，我已经尝试过了yum remove python-mpmath，然后yum install python-mpmath. 但我遇到了同样的错误。

我在其他问题中看到这可能是因为我有多个路径，并且我必须将它们都添加到 sys.path=['' 等]。

“sys.path=['', etc]”是什么意思？

当我做：

我得到：

我想将数据集拟合到 GPD，然后绘制一个双对数图表，显示所有使用数据点，趋势线显示渐近 GPD。我有代码可以使用 VGAM 包来拟合我的数据，但不知道如何获得所需的绘图。代码是：

我想得到一个类似于这里解释的图表

我使用 python 包 powerlaw 制作了一个适合我的数据的幂律， powerlaw.Fit(Weights, xmin= min(Weights))其中的权重是我的数据。我已经使用distribution_compare并获得了对数正态是最合适的。但现在我想知道这种适合度有多好，不是与其他发行版相比，而是与它本身相比。包中有什么方法可以告诉我这样的事情吗？它是如何用数据实现的？提前致谢。

我正在尝试从均匀分布中生成从 0 到 1 的幂律分布数。我找到了两种方法，我不确定哪一种是正确的，哪一种是错误的。

第一个来源：Wolfram：

第二来源：物理评论（第2页）：

其中：y = 均匀变量，n = 分布幂，x0 和 x1 = 分布范围，x = 幂律分布变量。

当 n 介于 0 和 1 之间时，第二个仅在 x0 = 0 和 x1 = 1 时给出了不错的结果。

我正在尝试使用最大似然估计器来检查某些合成数据集中是否存在幂律。我正在遵循本文中描述的方法. 在这种方法中，观察向量 x 被馈送到代码中，然后代码告诉置信水平（p 值），馈送的数据将来自幂律分布。对于单个数据集，这非常简单。但是，现在我尝试将相同的代码用于稍微不同的情况。所以我正在对某个过程进行许多（比如 100 个）随机模拟，每个模拟都返回一个长度为 1000 的向量 x。然后我对所有这 100 个实现的分布进行平均，以找到平均 x，其分布在 log-log 上看起来大致直线阴谋。要使用上面的代码找到 p 值，我必须提供与平均分布相对应的观察向量。但是，在这里我遇到了问题。最初我只是将平均分布乘以 1000，并取该乘积中最接近的整数作为某个值的观察频率。但有时某个值出现在 100 个实现中的少数几个中，然后在我构造向量时根本不会出现相应的值。因此，我放弃了分布尾部的所有值。有没有更好的方法从这种平均分布计算 p 值来检验幂律假设？

我有以下是样本数据集。第一列是序列号，第二列是数据。

使用 R，我试图找到 xmin、alpha 和 pvalue。上述数据集是离散的，值很大，将数据视为连续的。由于某种原因，R 无法为est= estimate_xmin(). 这是相同的代码。

如果我遗漏了什么，请告诉我。提前致谢。

我有两个数据集，我需要将它们绘制在同一张图中。这是两个数据集。

以下是我用来绘制数据的代码。如何在同一图中绘制上述数据？如何在 x 轴上设置图例？我尝试设置它但它没有工作我得到了一些错误。

请让我知道谢谢。

我正在尝试使用绘图功能绘制以下数据集。我无法在同一个图中绘制这两个图。

使用数据集我试图绘制图表。

我得到了下图，它只显示了一张图。很抱歉再次发布问题，我之前的帖子没有得到正确的答案。

给定一个无标度图 G（一个度分布为幂律的图），以及以下过程：

（C 是一个常数）
因此，当 C 很大时，过程后的度数分布将更像 G(n,p)。我有兴趣保留幂律分布，即 - 我希望图形在此过程之后是无标度的，即使对于大型 C。

我的想法是编写程序“delete_random_edges”和“add_random_edge”，以提供边缘连接到度数大的节点被删除的概率小（添加新边时，更有可能将其添加到度数大的节点）。

我使用 Networkx 来表示图形，我发现的只是删除或添加特定边的过程。知道如何实现上述功能吗？