幂律分布的KS检验方法试验三.PPTVIP

一、高斯分布和幂律分布的普适性 幂律分布 二、云模型发生器算法 1阶云模型发生器算法 2阶云模型发生器算法 3阶云模型发生器算法 4阶、5阶、…、k阶云模型发生器的算法依此类推 三、峰度—偏离高斯分布的度量 三阶中心距 2阶云模型云滴分布的数学性质 四阶中心距 2阶云模型云滴分布的数学性质 2阶云模型的峰度 3阶云模型的云滴分布 3阶云模型云滴分布的数学性质 期望: 方差: 三阶中心距: 四阶中心距: 3阶云模型的峰度 峰度取值与超超熵（Hee）的平方取值正相关，因此3阶云模型的峰度，比2阶云模型（即Hee=0）大。 设Xk表示K阶云模型生成的云滴量，则K阶云模型的云滴分布： k阶云模型云滴分布及其数学特征 期望: 方差: 三阶中心距: 四阶中心距: 对于K阶云模型，通过计算其四阶中心距可以求得峰度。计算结果表明，3阶云模型比2阶云模型峰度更大，即更偏离高斯分布；随着K的增大，峰度会越来越大，与高斯分布渐行渐远。 四、实验验证云滴群分布的游走特性 实验一：2阶云模型超熵变化导致的云滴群的分布变化 实验步骤： 取Ex=0，En=1，He={0.1,1,10}，用2阶云模型发生器生成 10,000个云滴 依据云滴取值，等分3,000个小区间，统计云滴落入各区间的频度 在双对数坐标系下观察区间编号与区间内云滴数的关系 实验一：2阶云模型超熵变化导致的云滴群的分布变化 区间 1 2 3 4 5 6 7 8 9 10 He=0.1 11 11 11 10 10 10 10 10 10 10 He=1 82 65 60 59 56 53 53 49 49 49 He=10 112 89 79 77 71 64 70 63 63 57 10,000个云滴分落在3,000个小区间内； He=0.1时区间长度为0.0045； He=1时区间长度为0.0068； He=10 时区间长度为0.0455 以下列出紧靠期望值的前10个区间的云滴统计数 实验一：2阶云模型超熵变化导致的云滴群的分布变化 2阶云模型随着超熵增大，云滴群分布趋势体现出一定的“直线”特征 实验二：阶数增加时云滴群分布的趋势 实验步骤： 取Ex=0，Eni=1(i=2,3,…,k)，He=1，依据3阶、5阶与8阶云模型发生器生成10,000个云滴 根据云滴取值范围，等分3,000个区间，统计3阶、5阶与8阶云滴落入等分区间的频度 在双对数坐标系下观察区间编号与区间内云滴数的关系 实验二：阶数增加时云滴群分布的趋势 区间index 1 2 3 4 5 6 7 8 9 10 3阶 89 78 69 67 63 61 61 60 55 54 5阶 187 151 143 128 121 118 113 108 105 98 8阶 263 205 186 178 161 115 150 142 138 128 10,000个云滴分落在3,000个小区间内； 3阶云模型的区间长度为0.0045； 5阶云模型的区间长度为0.0103； 8阶云模型的区间长度为0.0153； 以下列出紧靠期望值的前10个区间的云滴统计数 实验二：阶数增加时云滴群分布的趋势 随着阶数的增加，云滴群的分布体现出较好的幂律分布趋势 3阶 5阶 8阶 —— SIAM Review 51, 661 (2009). 幂律分布的KS检验方法 实验三：云滴群幂律分布的KS检验 文中采用KS统计，检验采样数据对幂律分布的符合程度 对原始数据X，以极大似然估计量 a构建检验函数，通过KS检验，计算最大误差D；构建1000个以Xmin为最小值，任意a’为幂指数的分布Fi，逐个进行KS检验，计算Di；依据p的统计值，决定原始数据X对幂指数a的幂律分布的吻合程度 简言之，p越趋近于1，则原始数据分布越吻合拟合的幂律分布；反之，p越趋近于0，则偏差越大 实验三：云滴群幂律分布的KS检验 阶数 He=1 He=10 He=100 He=1000 a p a p a p a p 2阶 1.81 0.00 1.81 0.00 1.82 0.00 1.81 0.00 5阶 1.73 0.24 1.71 0.20 1.69 0.19 1.71 0.37 8阶 1.71 0.99 1.76 0.94 1.72 0.98 1.75 0.82 10阶 1.71 0.99 1.69 0.97 1.72 0.98 1.73 0.99 2阶云模型中，随着超熵的增大，云滴群开始呈现重头肥尾的分布特征，但超熵进一步增大并不导致幂律分布； 随着阶数的增大，K阶云模型生成的云滴群，其幂律分布的趋势更加明显。 幂律特性 高斯