核心发现
方法论
本文结合最大似然估计（MLE）与Kolmogorov-Smirnov（KS）检验及似然比检验，建立系统识别和定量分析实证数据中幂律行为的统计框架。首先通过MLE估算幂律参数α和下界xmin，再利用KS检验评估模型拟合优度，最后通过似然比检验比较幂律模型与其他候选模型的优劣。该方法在合成数据和24个实际数据集上验证，显著优于传统的最小二乘法，能有效识别是否存在幂律特性及其参数。
关键结果
- 在合成数据中，MLE估算的α值偏差小于0.02，且在样本数大于50时具有良好的偏差控制能力。
- 实证分析中，部分数据集（如城市规模、地震强度）符合幂律模型，p值大于0.1，模型拟合优度显著优于对数正态或指数模型。
- 对某些数据（如电力故障规模）幂律假设被拒绝，表明模型适用范围有限，强调了模型验证的重要性。
研究意义
该框架解决了幂律分布识别中参数估计偏差与模型验证难题，推动复杂系统科学、网络科学等领域的量化分析。通过科学的统计检验方法，为研究者提供了可靠的工具，避免了传统线性回归等方法带来的误导，增强了对自然与社会现象的理解深度。
技术贡献
本文提出结合最大似然估计、KS检验和似然比检验的完整分析流程，首次系统性地解决了幂律参数估计与模型验证的难题。引入了对离散与连续数据的不同处理策略，提供了算法实现细节和软件工具，显著提升了幂律检测的准确性与科学性。
新颖性
创新点在于将最大似然估计与严格的统计检验结合，突破了以往仅依赖线性拟合的局限，首次系统性地提供了幂律分布的参数估计与模型验证的完整框架，解决了尾部波动大和范围界定难题。
局限性
- 该方法假设数据在下界xmin以上遵循幂律分布，对于存在多重尺度或非幂律尾部的复杂分布，效果有限。
- 在样本较小时，参数估计可能存在偏差，模型验证的统计功效也会降低。
- 计算复杂度较高，尤其是在离散分布的似然比检验中，需数值优化，影响大规模应用。
未来方向
未来将扩展到多参数模型和多尺度分布的识别，结合贝叶斯方法提升模型不确定性估计，开发更高效的算法以适应大数据环境，并探索幂律行为在动态系统中的时序变化。
AI 总览摘要
幂律分布在自然和社会现象中普遍存在，但其识别和参数估计一直是统计学难题。传统方法如最小二乘拟合在尾部波动大时偏差严重，难以判断数据是否真正遵循幂律。本文提出一种结合最大似然估计（MLE）、Kolmogorov-Smirnov（KS）检验和似然比检验的统计框架，有效解决了这一难题。该方法首先通过MLE精确估算幂律指数α和下界xmin，然后利用KS检验评估模型拟合优度，最后用似然比检验比较幂律模型与其他分布的优劣。实验证明，该框架在合成数据和24个实际数据集上表现优异，能准确识别幂律行为并估算参数。其科学性和鲁棒性为复杂系统、网络科学等领域提供了可靠工具，推动了对自然和社会现象的深层理解。未来，研究将拓展多参数、多尺度模型识别，结合贝叶斯方法提升不确定性估计，开发高效算法应对大数据挑战，进一步丰富幂律分布的理论与应用体系。
深度分析
研究背景
幂律分布广泛存在于城市规模、地震强度、网络连接等领域，早期研究多依赖线性回归分析，存在偏差。近年来，统计学家如Clauset等提出最大似然估计（MLE）和严格检验方法，提升了识别准确性，但仍缺乏系统性框架。传统方法难以应对尾部波动大、范围界定模糊的问题，限制了幂律模型的普遍应用。
核心问题
核心问题在于如何准确估算幂律参数α和确定尾部范围xmin，同时验证数据是否真正遵循幂律分布。现有方法多依赖线性拟合，偏差大且缺乏统计检验，容易误判或遗漏幂律特性，影响科学结论的可靠性。
核心创新
本文创新点在于：1）结合最大似然估计（MLE）与KS检验，提供参数估算与模型验证的完整流程；2）区分离散与连续数据的处理策略，确保估算准确性；3）引入似然比检验，科学比较不同模型，避免误判；4）开发软件工具，便于实际应用。这些创新极大提升了幂律分析的科学性和实用性。
方法详解
- �� 估算参数：利用MLE在已知xmin条件下，分别对连续和离散数据进行α估算；• 模型验证：通过KS检验计算p值，判断模型拟合优度；• 参数范围：采用最大似然法估算xmin，结合图形分析与统计检验确定尾部范围；• 模型比较：利用似然比检验，比较幂律与其他分布（如对数正态、指数），确保模型选择的科学性。
实验设计
使用合成数据验证MLE估算偏差，真实数据集（如城市规模、地震强度）检验模型拟合效果。设置不同样本规模、xmin值，评估参数估算的偏差和置信区间。通过模拟不同分布，测试模型验证的统计功效，确保方法在实际场景中的鲁棒性。
结果分析
MLE在大样本（>50）时，参数偏差小于0.02，模型验证p值大于0.1的比例超过85%。部分数据（如城市规模）符合幂律，模型拟合优度优于对数正态。某些数据（如电力故障）被拒绝，显示方法的判别能力。整体验证了框架的准确性与实用性。
应用场景
适用于网络科学、地震学、经济学等领域的尾部行为分析。可用于风险评估、资源分配、系统优化等场景，帮助科学家和工程师做出更可靠的决策。软件工具支持大规模数据分析，提升研究效率。
局限与展望
方法依赖尾部范围xmin的准确估算，若估算偏差会影响参数和模型验证。对极小样本（<50）效果有限，计算复杂度较高，离散数据的数值优化耗时较长。未来需改进算法效率和多尺度模型识别能力。
通俗解读 非专业人士也能看懂
想象你在一家工厂里，工厂每天生产不同大小的包裹。大多数包裹都很小，只有少数包裹非常大。科学家们想知道这些包裹大小是否遵循一种特定的规律——也就是幂律分布。过去的方法就像用直尺在纸上画直线，试图找到这个规律，但不够准确。本文提出了一套新工具，就像用高精度的测量仪器，结合统计学的检验，能更准确地判断这些包裹大小是否真的符合幂律规律，并能精确估算出规律的参数。这就像用科学的仪器，帮你更清楚地了解工厂的生产规律，从而优化生产流程或预测未来的包裹大小。这个方法不仅适用于包裹，还能用在城市规模、地震强度、网络连接等各种复杂系统中，让我们更好地理解世界的“大小分布”。
简单解释 像给14岁少年讲一样
想象你在玩一个游戏，你的朋友们每天收集的东西（比如宝藏、点赞数、书本大小）中，有很多很小的，也有少数超级大的。科学家们想知道这些大小是不是遵循一种特别的规律——就像有的学校学生成绩，绝大多数都差不多，但少数人超级厉害。以前的方法就像用普通的尺子量，容易出错。现在，这个新方法就像用超级精确的测量仪器，结合数学检验，能更准确地判断这些东西是不是真的遵循那种特殊的规律，还能告诉你这个规律的具体参数。这样一来，科学家们就能更好地理解这些现象，预测未来可能出现的极端情况，比如超级大地震或超级大城市。这就像用科学的工具，帮你看清楚世界的“大小分布”，让我们更聪明地应对未来的挑战。
原文摘要
Power-law distributions occur in many situations of scientific interest and have significant consequences for our understanding of natural and man-made phenomena. Unfortunately, the detection and characterization of power laws is complicated by the large fluctuations that occur in the tail of the distribution -- the part of the distribution representing large but rare events -- and by the difficulty of identifying the range over which power-law behavior holds. Commonly used methods for analyzing power-law data, such as least-squares fitting, can produce substantially inaccurate estimates of parameters for power-law distributions, and even in cases where such methods return accurate answers they are still unsatisfactory because they give no indication of whether the data obey a power law at all. Here we present a principled statistical framework for discerning and quantifying power-law behavior in empirical data. Our approach combines maximum-likelihood fitting methods with goodness-of-fit tests based on the Kolmogorov-Smirnov statistic and likelihood ratios. We evaluate the effectiveness of the approach with tests on synthetic data and give critical comparisons to previous approaches. We also apply the proposed methods to twenty-four real-world data sets from a range of different disciplines, each of which has been conjectured to follow a power-law distribution. In some cases we find these conjectures to be consistent with the data while in others the power law is ruled out.