Насколько хорошо подходит? Пакет Python Powerlaw

Я сделал степенной закон, подходящий для моих данных, с помощью powerlaw пакета python с простым: powerlaw.Fit(Weights, xmin= min(Weights)), где Weights - мои данные. Я использовал distribution_compare и получил, что логнормальный вариант подходит лучше всего. Но теперь я хотел бы знать, насколько хорош этот фит, не по сравнению с другими дистрибутивами, а сам по себе. Есть ли в пакете какой-либо метод, который может сказать мне такое? Как это реализовано с данными? Заранее спасибо.


python power-law
person RM-    schedule 25.02.2015    source источник
comment
Я не знаю о пакете powerlaw, но то, что вы ищете, - это тест хи-квадрат. Узнайте больше о степени соответствия здесь. Существует scipy-реализация chisquare, которая требует наблюдаемых значений, и, при желании, вы можете отправить ожидаемые значения (которые вам подходят).   -  person ljetibo    schedule 25.02.2015

Ответы (1)


arrow_upward
1
arrow_downward

В пакете powerlaw нет метода прямого вычисления p-значения подгонки. (Как и в случае с функциями MatLab, используемыми А. Clauset et al. 2009)

Существует еще одна реализация Python Clauset et al. 2009, в котором есть функция, которую можно использовать для вычисления p-значения. Его можно найти на github. Функция plpva.

Однако функция plpva работает очень медленно и может давать вводящие в заблуждение результаты. См. проблему.

Подробнее о методах, использованных в powerlaw, читайте в Clauset et al. 2009.

person AcCap    schedule 31.03.2016