क्लैट एट अल। के अनुसार, यह है कि आप poweRlaw
पैकेज के साथ पावर लॉ टेल का परीक्षण कैसे करते हैं :
- बिजली कानून वितरण वस्तु का निर्माण। इस स्थिति में, आपका डेटा असतत है, इसलिए कक्षा के असतत संस्करण का उपयोग करें
data <- c(100, 100, 10, 10, 10 ...)
data_pl <- displ$new(data)
- और पावर लॉ के घातांक का अनुमान लगाएं , और उन्हें पावर लॉ ऑब्जेक्ट को असाइन करें αxminα
est <- estimate_xmin(data_pl)
data_pl$xmin <- est$xmin
data_pl$pars <- est$pars
अंतिम दो पंक्ति को एक पंक्ति के रूप में फिर से लिखा जा सकता है
data_pl$xmin <- est
इसके अलावा, इस बिंदु पर, आप केएस आँकड़ा देख सकते हैं:
est$KS
- केएस स्टेटिस्टिक आपको बताता है कि बिजली कानून वितरण आपके डेटा को कितनी अच्छी तरह से फिट बैठता है, लेकिन यह आपको यह नहीं बताता है कि आपका डेटा बिजली कानून से कितना संभव है। इसलिए आपको वैल्यू भी चाहिए । इसे आपको इसी तरह करना होगा:p
bs <- bootstrap_p(data_pl)
bs$p
इसमें कुछ समय लग सकता है, इसलिए जाओ और एक कप चाय पकड़ो ...
- यह मानते हुए कि आपको एक मान मिलता है और यह 0.05 से अधिक है या जो भी आपका महत्वपूर्ण स्तर है, आपको अभी भी इस संभावना को बाहर करने की आवश्यकता है कि कोई अन्य वैकल्पिक वितरण डेटा को बिजली कानून से बेहतर नहीं मानता है। पैकेज 3 अन्य विकल्प है कि आप के साथ तुलना कर सकते हैं लागू करता है। उदाहरण के लिए लॉग-सामान्य लें:p
poweRlaw
data_alt <- dislnorm$new(data)
data_alt$xmin <- est$xmin
data_alt$pars <- estimate_pars(data_alt)
comp <- compare_distributions(data_pl, data_alt)
ध्यान दें कि लॉग-नॉर्मल डिस्ट्रीब्यूशन का पावर लॉ के लिए सेट है, क्योंकि फंक्शन को s दोनों डिस्ट्रीब्यूशन के लिए समान होना चाहिए। वस्तु दो क्षेत्रों है कि दिलचस्प है है: इंगित करता है जो एक बेहतर विकल्प, धनात्मक संख्या अर्थ के साथ है बेहतर है, और नकारात्मक अन्यथा; अर्थ कितना महत्वपूर्ण अंतर है। x m i nxmincompare_distributions
xmincomp
comp$test_statistic
data_pl
comp$p_two_side
साथ यह प्रक्रिया दोहराएं disexp
, dispois
उन विकल्पों के साथ सत्ता कानून तुलना करने के लिए कक्षाएं।