Wie prüfe ich, ob eine Distribution einem Potenzgesetz folgt?

Ich habe Daten darüber, wie viele Benutzer wie viele Fragen posten. Beispielsweise,

[UserCount, QuestionCount] 
[2, 100] 
[9, 10] 
[3, 80] 
... ...

Dies bedeutet, dass 2 Benutzer jeweils 100 Fragen, 9 Benutzer jeweils 10 Fragen usw. stellten. Wie kann ich also feststellen, ob die UserCount, QuestionCountVerteilung einem Potenzgesetz folgt?

Ich habe das poweRlaw-Paket gefunden . Für die Auswertung kann ich jedoch nur eine Zahlengruppe übergeben. (Das in diesem Paket bereitgestellte Beispiel ist die Worthäufigkeit.) Wie verwende ich dieses Paket? Oder habe ich etwas falsch gemacht? Ich habe auch die Daten der Fragezählung jedes Benutzers, dh [100, 100, 10, 10, 10 ... ]. Was bekomme ich, wenn ich diese Daten an das Paket weitergebe?

So testen Sie laut Clauset et al. Das Potenzgesetz tail with poweRlawpackage:

1. Konstruieren Sie das Potenzgesetz-Verteilungsobjekt. In diesem Fall sind Ihre Daten diskret, verwenden Sie also die diskrete Version der Klasse

data <- c(100, 100, 10, 10, 10 ...)
data_pl <- displ$new(data)

2. $x_{min}$$\alpha$

est <- estimate_xmin(data_pl)
data_pl$xmin <- est$xmin
data_pl$pars <- est$pars

Die letzten beiden Zeilen können als eine Zeile umgeschrieben werden

data_pl$xmin <- est

Außerdem sehen Sie an dieser Stelle die KS-Statistik:

est$KS

3. $p$

bs <- bootstrap_p(data_pl)
bs$p

Dies kann einige Zeit dauern, also nehmen Sie sich eine Tasse Tee ...

4. $p$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)

$x_{min}$compare_distributions$x_{min}$compcomp$test_statisticdata_plcomp$p_two_side

Wiederholen Sie diesen Schritt mit disexp, dispoisKlassen Potenzgesetz mit diesen Alternativen zu vergleichen.