matlab power law,如何用R来检验Power Law Distribution

以Bibliometrics or Informetrics.....这篇文献

在杂志上page-121的实证数据,为例说明:

Lotka's Law : y = c*x^(-beta)

Here

y = [709,92,24,13,6,10]

x = [1,2,3,4,5,6]

1.应用s-plus Nonlinear least-squares algorithm 估计c & beta

x

y

Table2.data

fit

fit

执行结果如下

Residual sum of squares : 56.14811

parameters:

c beta

709.0087 2.957453

formula: y ~ c * x^( - (beta))

6 observations

与作者实证之c & beta 值接近

2.利用c & beta 之估计值算出f'(Lokta)

f'(Lokta) = [709.04,90.89,27.33,11.65,6.01,8.04]

3.利用 f(x) 创建 empirical cumulative distribution S(x)

f'(Lokta) 创建 hypothesized cumulative distribution F*(x)

4.计算KS test statistic.

|F*(x)-S(x)| 绝对值的最大值,就是KS test statistic

本例六组数据中的最大值,是0.00265

所以page-121 Table2,作者列出的K-S 是0.0027.

Bibliometrics or Informetrics:

108359.pdf

(156.4 KB)

2007-4-16 08:01:00 上传

如何用R来检验Power Law Distribution