在Python中使用幂律来验证经验数据

Question

我正在尝试使用powerlaw模块将幂律拟合到经验数据。我创建了以下数据，这些数据遵循指数2的幂律分布：

x = range(1,1000)
y = []

for i in x:
    y.append(i**(-2))

我期望拟合幂定律的指数为2.然而，得到的指数偏离理论值很多：

    fitted_pl = powerlaw.Fit(y)

    fitted_pl.alpha
    Out[115]: 1.4017584065981563

你能告诉我为什么会这样，或者指出我在这里做错了什么？

谢谢你的回答！

Answer 1

正如@DSM指出的那样，powerlaw模块处理将指数拟合到从幂律分布中绘制/生成的值，而不是拟合回归。为了帮助可能有类似混淆的人，下面是如何验证指数拟合：

## use a proper power law random number generator (or code your own) 
from networkx.utils import powerlaw_sequence
pl_sequence = powerlaw_sequence(1000,exponent=2.5)

fitted_pl = powerlaw.Fit(pl_sequence)

fitted_pl.alpha
Out[73]: 2.4709012785346314  ##close enough