Занимаясь анализом социальных сетей, я столкнулся с проблемой подгонки распределения вероятностей по степени сети.
Итак, у меня есть распределение вероятности P(X >= x)
, которое, при визуальном осмотре, следует закону мощности с экспоненциальным срезом, а не чистому закону мощности (прямой линии).
Итак, учитывая, что уравнение для степенного закона распределения с экспоненциальным срезом имеет вид:
f(x) = x**alpha * exp(beta*x)
Как я могу оценить параметры alpha
и beta
с помощью Python?
Я знаю, что существует пакет scipy.stats.powerlaw, и у них есть функция .fit()
, но, похоже, она не справляется с задачей, поскольку возвращает только расположение и масштаб графика, что, похоже, полезно только для нормального распределения? Также не хватает учебников по этому пакету.
P.S. Я хорошо знаю о реализации CLauset et al, но они, похоже, не предоставляют способов оценки параметров альтернативных распределений.