【问题标题】:fitting exponential and power law distributions in R and comparing better fit在 R 中拟合指数和幂律分布并比较更好的拟合
【发布时间】:2015-01-24 07:17:14
【问题描述】:

我有一个网络,我需要拟合幂律分布和指数分布并比较它们,选择更好的拟合。

我使用 igraph 包 degree.distribution 函数检索了度分布数据:

 degree.distribution (data, mode = "all", cumulative = FALSE)

返回结果向量,例如

0.000000000 0.289772727 0.278409091 0.159090909 0.204545455 0.051136364 0.005681818 0.011363636

我尝试使用 igraph 的 power.law.fit 进行拟合,如下所示:

power.law.fit(deg.dist, impelementation = "plfit")

$continuous
[1] TRUE

$alpha
[1] 1.493625

$xmin
[1] 0.008

$logLik
[1] 10.32315

$KS.stat
[1] 0.1248314

$KS.p
[1] 0.9996425

我的问题是:我还需要将数据拟合成指数分布并比较结果,因此我正在寻找一种方法来创建返回可比较参数的拟合。如果有更好的方法来找到适合的幂律,我很乐意尝试。

谢谢

【问题讨论】:

    标签: r power-law goodness-of-fit


    【解决方案1】:

    poweRlaw 包符合幂律和指数分布。您可以按照通常的方式安装它

    install.package("poweRlaw")
    

    看第一个vignette中的第一个例子。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2020-05-15
      • 2014-02-27
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2021-06-04
      相关资源
      最近更新 更多