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