power-law

0зной

1ответ

Установка простой функции закона мощности в R

Я хочу использовать функцию питания в классическом соотношении площади поверхности к объему. surfaceArea<-c(6,24,54) volume<-c(1,8,27) Протоколирования данных работает, чтобы получить значение пара

1зной

1ответ

power law distribution fitting

У меня есть образец данных с размером выборки около 500 000. Я в настоящее время пытается вписаться образца с распределением степенным, используя poweRlaw пакет в R. Так что это мой код для достижения

0зной

1ответ

Оценка максимального правдоподобия для степенного закона в распределении R (вместо выборок)

У меня есть блок данных с значениями x-y, представляющими значения и их значения, например. (1, 1000), (2, 100), (3, 10) и т. Д. Я хотел бы подобрать степенной закон к этому распределению с использова

1зной

1ответ

Устранение распределения закона мощности в Python

У меня есть данные, которые очень похожи на дистрибутив power law. Использование Python, я хочу, чтобы аппроксимировать данные путем решения двух уравнений в виде: y это данные по оси Y. В Python это

1зной

1ответ

В чем разница между ks test и bootstrap_p для фитинга с силовым законом?

Я хочу знать доброту пригонки при установке распределения мощности в R с помощью пакета poweRlaw. После estimate_xmin() у меня было значение p 0.04614726. Но bootstrap_p() возвращает другое значение p

1зной

1ответ

закон силы обтянуты `fitdistr()` функция в пакете `fitdistrplus`

сгенерировать случайные переменные, используя rplcon() функции в пакете poweRlaw data <- rplcon(1000,10,2) Теперь, я хочу знать, какие известные распределения соответствует данным Лучший. Lognorm? ехр