Questions marquées «power-law»

Une loi de puissance est une fonction qui augmente proportionnellement à une puissance de son argument (ax ^ b). Souvent vu dans des relations ajustées ou dans des densités (distributions de loi de puissance).

4
Interprétation de la différence entre la distribution lognormale et la loi de puissance (distribution des degrés de réseau)
Tout d'abord, je ne suis pas statisticien. Cependant, j'ai fait une analyse statistique du réseau pour mon doctorat. Dans le cadre de l'analyse du réseau, j'ai tracé une fonction de distribution cumulative complémentaire (CCDF) des degrés de réseau. Ce que j'ai trouvé, c'est que, contrairement aux distributions de réseau conventionnelles …
4
Intuition derrière la distribution de la loi de puissance
Je sais que le pdf d'une loi de puissance est p(x)=α−1xmin(xxmin)−αp(x)=α−1xmin(xxmin)−α p(x) = \frac{\alpha-1}{x_{\text{min}}} \left(\frac{x}{x_{\text{min}}} \right)^{-\alpha} Mais qu'est-ce que cela signifie intuitivement si, par exemple, les cours des actions suivent une distribution de loi de puissance? Cela signifie-t-il que les pertes peuvent être très élevées mais peu fréquentes?
1
Quelle est l'intuition derrière les échantillons échangeables sous l'hypothèse nulle?
Les tests de permutation (également appelés test de randomisation, test de re-randomisation ou test exact) sont très utiles et s'avèrent utiles lorsque l'hypothèse de distribution normale requise par exemple t-testn'est pas remplie et lorsque la transformation des valeurs par classement des un test non paramétrique comme Mann-Whitney-U-testcela entraînerait la perte …
15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 
2
Génération précise de variations à partir d'une distribution de loi de puissance discrète
Quelles sont les meilleures méthodes pour générer avec précision des nombres entiers aléatoires répartis selon une loi de puissance? La probabilité d'obtenir ( ) doit être égale à et la méthode devrait bien fonctionner pour tout .kkkk = 1 , 2 , …k=1,2,…k=1,2,\ldotspk=k- γ/ ζ( γ)pk=k−γ/ζ(γ)p_k = k^{-\gamma} / \zeta(\gamma)γ> …
1
Ajuster une ligne à un tracé log-log
J'ai quelques données avec lesquelles je joue; pour simplifier, supposons que les données contiennent des informations sur le nombre de publications d'un blogueur par rapport au nombre de personnes qui se sont abonnées au blog de cette personne (ce n'est qu'un exemple inventé). Je veux obtenir un modèle approximatif de …
2
Régression pour la loi de puissance
Ceci est une publication croisée de Math SE . J'ai quelques données (durée d'exécution d'un algorithme) et je pense que cela suit une loi de puissance yr e g= kXuneyreg=kxay_\mathrm{reg} = k x^a Je veux déterminer et . Ce que j'ai fait jusqu'à présent est de faire une régression linéaire …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.