無法使用PoweRlaw來估計xmin，大數據集的alpha

Question

我有以下樣本數據集。第一列是序列號，第二列是數據。

使用R，我試圖找到xmin，alpha和pvalue。上述數據集是離散的，值很大，並將數據視爲連續的。出於某種原因，R無法爲est= estimate_xmin()提供適當的輸出。這是相同的代碼。

> library('poweRlaw') 
> m_bl = conpl$new(sample_data$V1) 
> est = estimate_xmin(m_bl) 
> m_bl$setXmin(est) 
Warning message: 
In min(which(internal[["dat"]] >= (x - .Machine$double.eps^0.5))) : 
    no non-missing arguments to min; returning Inf 
> 
> est 
$KS 
[1] Inf 

$xmin 
[1] NA 

$pars 
[1] NA 

attr(,"class") 
[1] "estimate_xmin" 
> 

請讓我知道如果我失去了一些東西。提前致謝。

Answer 1

estimate_xmin有一個可選參數xmax：

estimate_xmin（米，xmins = NULL，收杆= NULL，XMAX = 1E + 05）

從文檔：

爲了加速離散分佈的計算， 放置一個上限即xmax或明確給出的值搜索，即xmin。

因爲你的樣品中的最小值比XMAX 的默認值時，estimate_xmin 找不到XMIN，除非上限xmax是suffiently增加：

> library('poweRlaw') 

> m_bl = conpl$new(sample_data$V1) 

> #========================================== 
> est = estimate_xmin(m_bl) 

> m_bl$setXmin(est) 
Warning in min(which(internal[["dat"]] >= (x - .Machine$double.eps^0.5))) : 
    no non-missing arguments to min; returning Inf 

> #------------------------------------------ 
> est = estimate_xmin(m_bl,xmax=3e+5) 

> m_bl$setXmin(est) 
Warning in min(which(internal[["dat"]] >= (x - .Machine$double.eps^0.5))) : 
    no non-missing arguments to min; returning Inf 

> #------------------------------------------ 
> est = estimate_xmin(m_bl,xmax=5e+5) 

> m_bl$setXmin(est) 

> #------------------------------------------ 
> est = estimate_xmin(m_bl,xmax=Inf) 

> m_bl$setXmin(est) 

> #========================================== 
> m_bl 
Reference class object of class "conpl" 
Field "xmin": 
[1] 11082439 
Field "pars": 
[1] 15.83368 
Field "no_pars": 
[1] 1