幂律分布背后的直觉


16

我知道幂律分布的pdf为

p(x)=α1xmin(xxmin)α

但是,例如,股价遵循幂定律分布,从直觉上意味着什么?这是否意味着损失可能很高但很少发生?

Answers:


5

F(x)=1(xxmin)1α
x(x/xmin)1α1α10uxmin0.9α
1log10(0.9)/u
u10uxminR curve rendering of the above function

2

这不是一个同行评审的来源,但我喜欢这个音符通过CMU统计教授科斯马·沙利齐。他还是这篇文章的作者,该书的目的是从数据中估计出这种情况。


这就是为什么我问我的问题。我已经读过该文章。如果没有方程,那么遵循幂定律分布意味着什么?
Thomas James

2
欢迎来到站点,Thomas!您可以考虑编辑问题,以初步说明引起您兴趣的原因。通常,信息越多越好。例如,陈述您已经阅读了Shalizi教授的笔记,这使您想知道X不仅抢占了可以准确地表明这一点的答案,而且还更清楚地表明了您的思路,这往往会得出更好的答案。:)(例如,您阅读过M. Mitzenmacher在Internet Mathematics中的评论文章吗?)
红衣主教

2

本文在经济和金融力量的法律可能有助于获得对权力的法律直觉。Xavier Gabaix指出,幂律(PL)是经济学和金融学中大量令人惊讶的经验规律所采用的形式。他的评论调查了关于收入和财富,城市和公司规模,股票市场收益,交易量,国际贸易和高管薪水的有据可查的经验PL。

帕累托分布的直觉

帕累托(维基百科)最初描述了财富在个人之间的分配:任何社会的大部分财富都由一小部分人拥有。他的想法更简单地表达为帕累托原则或“ 80-20规则”,即20%的人口控制着80%的财富。

收入和财富分配的右后方通常类似于帕累托

如果收入分配是帕累托,则可以得出前1%或前10%的份额的简单表达式。然后,可以将最高q个百分位数在总收入中的份额推导为:

(q100)α1α,

其中为形状参数。此表达式表示,较低的α对应于帕累托分布的较粗尾部,因此对应于较高百分比分布的个人在总收入中所占的份额较大。例如,在α = 2的情况下,最高的1%份额为10%,在α = 3的情况下为4%。α1αα=2α=3


2

幂律分布的一个有趣属性来自对数刻度。如果我们有,则对数变换Ý = LN X / X 分钟精通α - 1 。即,X的值具有对数标度的指数分布。XPower(xmin,α)Y=ln(x/xmin)Exp(α1)X

现在,指数分布的一个重要特性是它具有恒定的危险率。通过第一性原理(以极限形式的条件密度)写出的危险率,并对其进行调整以使其根据X来表示,我们得到:YX

α1=λY(y)=limϵ01ϵP(yYy+ϵ|Yy)=limϵ01ϵP(ln(x)ln(X)ln(x)+ϵ|Xx)=limϵ0P(xXxeϵ|Xx)ϵ=limδ1P(xXδx|Xx)lnδ.

我们可以从这个危险特性看出,对任何小值LN δ。请注意,此概率不取决于条件值x,后者是恒定危害特性的结果。因此,对于任何调节值X X ' > X 分钟,任何小的值LN δ,我们有:P(xXδx|Xx)(α1)lnδlnδxx,x>xminlnδ

P(xXδx|Xx)P(xXδx|Xx).


By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.