R中幂律参数的最小最大值优化
R中幂律参数的最小最大值优化
提问于 2014-02-02 04:47:59
假设值大于$x_{min}$时，从幂律分布中提取数据集。我要估计R中幂律分布的$\alpha$和$x_{min}$。
根据http://arxiv.org/abs/0706.1062
$\hat\alpha=1+n\sum\limits_{i=1}^n\ln\frac{x_i}{x_{min}}^{-1}$ (Eq.16)
$\hat x_{min}$是$x_{min}$最小化的值。
$D=\max\limits_{x\geq x_{min}{x}\S(X)-P(X)x_x$ (Eq. )24)
其中$P(x) =(\frac{{x}{x_{min})^{-\alpha+1}$和$S(x)$是数据的ccdf，可以在R中使用1-ecdf(data)(x)获得。
如何进行这样的优化并在R中获得$\alpha$和$x_{min}$？
回答 1
Stack Overflow用户
回答已采纳
发布于 2014-02-17 18:49:36
感谢Glen_b的指出，poweRlaw提供了我想要的实现。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/21514874
复制相关文章
相似问题
腾讯云开发者
