python - 估计幂律分布中的指数截断

Question

因为我一直在做一些社交网络分析，所以我偶然发现了在网络度上拟合概率分布的问题。

因此，我有一个概率分布 P(X >= x)，从目测来看，它遵循具有指数截断的幂律而不是纯幂律(直线)。

因此，假定具有指数截断的幂律分布方程为:

f(x) = x**alpha * exp(beta*x)

我如何使用 Python 估计参数 alpha 和 beta？

我知道 scipy.stats.powerlaw 包存在并且它们有一个 .fit() 函数，但它似乎没有完成这项工作，因为它只返回绘图的位置和比例，哪个似乎只对正态分布有用？这个包的教程也不够。

附言我很清楚 CLauset et al 的实现但它们似乎没有提供估计交替分布参数的方法。

Answer 1

Powerlaw库可以直接用于估计参数如下:

1. 安装所有 pythons 依赖项:

   pip install powerlaw mpmath scipy
   

2. 运行适合python环境的powerlaw包:

   import powerlaw
   data = [5, 4, ... ]
   results = powerlaw.Fit(data)
   

3. 从结果中获取参数

   results.truncated_power_law.parameter1 # power law  parameter (alpha)
   results.truncated_power_law.parameter2 # exponential cut-off parameter (beta)