Power Law适用于poweRlaw包的临界分布

Question

我目前正试图找到一种方法来计算适用于MLE截断分布的幂定律。分布如下所示：

正如你所看到的，我能够适应整个分布（幂律配合），也下限（EXP-FIT）分开。我无法弄清楚的是如何拟合分布的上限（f.e.8 8 < x < 100）。

有没有办法用poweRlaw包或任何其他R包做到这一点？我所希望的是一些看起来像这样（注：这只是一个随机分布）：

代码（如果需要）：

#Power-Law 
library("poweRlaw") 
xmin1 <- 8 
xmin2 <- 100 
plf0 <- displ$new(deg) 
plf0$setXmin(xmin1) 
plf0_pars <- estimate_pars(plf0) 
plf0$setPars(plf0_pars) 

#Exponential 
exp1 <- disexp$new(deg) 
exp1$setXmin(xmin2) 
exp1_pars <- estimate_pars(exp1) 
exp1$setPars(exp1_pars) 
plot(plf0) 
lines(plf0, col="green") 
lines(exp1, col="red") 

Answer 1

你可以不适合这种类型与poweRlaw包（我是包装作者）的模型。

它不太可能被添加到附近的软件包中。

Answer 2

以下解决方案提供了可以使用rpy2与Python一起运行的R代码。

它提供了基于源代码powerlaw库的指令，如answer by Kelvin所建议的，主要来自：https://github.com/jeffalstott/powerlaw/blob/master/testing/pli-R-v0.0.3-2007-07-25/powerexp.R文件。从GitHub apt-get install libgl2

下载powerlaw Python库代码：

1. 安装Gnu Scientific Library (GSL)

   在Debian中。

2. 解包并构建exponential-integral.tgz文件位于testing/pli-R-v0.0.3-2007-07-25/文件夹的以前下载的库。

   tar xzf exponential-integral.tgz 
   cd exponential-integral 
   make 
   

3. 移动exp_int文件的可执行文件路径，从这里命名yourexecutablepath。从powerexp.R

   mv exp_int yourexecutablepath

4. 修改exp_int_function_filename变量与文件的完整路径到exp_int可执行，即yourexecutablepath/exp_int。

5. eval exp.R,pareto.R和powerexp.R R源代码包含所有需要的功能。

6. 适合你的数据与指数截止一幂评估下列R-电话：

   data <- list(5, 3, ...) 
   powerexp.fit(unlist(data)) 
   

最后一个命令的输出提供了多种输出值，其中exponent这给电力法则alpha value和rate其给出了指数截止参数。