我的数据集很简单，只有一个变量“Step.length.in.mm”，现在我尝试使用幂律分布包来获取我的Xmin和pars，我的代码是：

错误信息

错误：$ 运算符对原子向量无效

谁能告诉我如何解决这个问题？

我在 R 中使用幂律包，当我们将幂律分布与其他分布进行比较时，我们需要设置相同的 Xmin。我的教授问我为什么我们今天应该设置相同的 Xmin，而不是相同的 C？p(x)=Cf(x)，C是归一化常数。我无法回答这个问题，有人知道吗？太感谢了！！！

I am using the poweRlaw package to fit some data and calculate p-values. I noticed that in some cases, where there is not so much variation in the data combined with a relatively small number of observations, I am unable to calculate a p-value once the number of simulations passes a certain threshold.

Consider the following data:

Can fit the power law and calculate the p-value:

However, when I increase the number of simulations, to for instance 35, I get the following error:

Actually I don't really understand what the error means practically. I guess an issue here is that the observed data probably doesn't follow a power law, at least not at this relatively low number of observations. But how come that this error occurs at 35 simulations but not 30?

我正在使用 powRlaw 包来适应 Gillespie 所描述的分发，但我收到了附件中给出的警告消息，我被阻止无法继续？

我应该怎么做才能继续该程序？

如何处理 R 中 powerlaw 包中的 NAN 警告消息？

这是mydata的一部分：

原始数据很大，所以我上传了一部分，有 20 行。

这是功能说明

1. 幂律：y=A*x^-(u)
2. 指数：y=B*exp^(-βx)

现在，我想使用 MLE（最大似然法）来获得u幂律和β指数分布。

这些功能对吗？

使用 mle2() 获取参数：

现在有两个问题：

1. 如何确定哪一个最适合模型

   使用 confint() 可以获得 95% CI，如何获得两个模型的 Rsquared 和 AIC(Akaike weigths)？

2. 在我得到哪个最适合数据后，如何在原始数据上方绘制拟合图？

我在 Windows 7 中使用 R.3.2.2。

poweRlaw我想知道使用包在 R 中拟合幂律分布时的拟合优度。之后estimate_xmin()，我有一个 p 值0.04614726。但bootstrap_p()返回另一个 p 值0。那么为什么这两个 p 值不同呢？我如何判断它是否是幂律分布？这是使用 powerlaw 拟合powerlaw 拟合结果时的图

我想在经典表面积与体积关系上使用幂函数。

记录数据可以得到线性函数的参数值，如下所示

但是如何获取原始幂函数的参数值呢？

我有一个数据框，其中 xy 值表示值及其计数，例如 (1, 1000)、(2, 100)、(3, 10) 等。我想使用 MLE 对这个分布拟合幂律。

我可以使用 power.law.fit 或 power.law 库，但这些库似乎采用了特定的数据样本，而不是表示值及其计数的 xy 值。

有没有其他图书馆可以做这项工作？谢谢！

我有非常类似于power law分布的数据。使用 Python，我想通过求解以下形式的两个方程来近似数据：

y是y轴数据。在 Python 中它会是data[i]. x 将是i + 1。因此，我们得到两个方程，在第一个数据索引处有两个未知变量，在数据的其他地方有一个“随机”的第二个变量：

问题归结为解决

由于数学简化。我不知道如何使用numpy.linalg.solve. 如何找到a使用 Python 的价值？

rplcon()我使用包中的函数生成一些随机变量poweRlaw

data <- rplcon(1000,10,2)

现在，我想知道哪些已知分布最适合数据。对数规范？经验？伽玛？幂律？指数截止的幂律？

所以我fitdist()在包中使用函数fitdistrplus：

由于幂律分布和指数截止的幂律不是根据CRAN 任务视图：概率分布的基本概率函数，所以我根据示例 4 编写幂律的 d,p,q 函数?fitdist

最后，我使用下面的代码来获取参数xmin和alpha幂律：

但它会抛出一个错误：

我尝试在google和stackoverflow中搜索，出现了很多类似的错误问题，但是在阅读和尝试之后，我的问题没有解决方案，我应该怎么做才能正确完成以获得参数？感谢所有帮助我的人！