[論文レビュー] Formalization and inevitability of the Pareto principle

Antti Hippeläinen|arXiv (Cornell University)|Feb 11, 2026

Statistical Mechanics and Entropy被引用数 0

ひとこと要約

この論文は、非負の利益密度の減少再配置を用いて有界累積過程の一般化パレート原則を形式化し、パワー-law、指数関数、正規分布を含むさまざまな密度族を分析し、分布形状に依存して典型的な p 値が約 0.2–0.8 になることを予測する。

ABSTRACT

We formalize and study a generalized form of the Pareto principle or "20/80-rule" as a property of bounded cumulative processes. Modeling such processes by non-negative gain densities, we first show that any such process satisfies a generalized Pareto principle of the form "fraction $p$ of inputs yields fraction $1-p$ of outputs". To obtain a non-trivial and unique characterization, we define the generalized Pareto principle via the decreasing rearrangement of the gain density function. Within this framework, we analyze both constructed gain densities that exemplify the framework and its imposed restrictions, as well as distribution families commonly encountered in datasets, including power-law, exponential, and normal distributions. Finally, we predict commonly encountered ranges for the generalized Pareto principle and discuss the implications of elevating a structural property into a prescriptive role.

研究の動機と目的

• bounded cumulative processes の構造的特徴としてパレート原理を動機づけ、非自明で一意的な一般化形を模索する。
• 利益分布とその減少再配置を形式化して頑健な一般化パレート原理を定義する。
• 一般的な分布族の下で実現可能な p 値を調べ、20/80 型の不均衡を解釈する意味を探る。

提案手法

• 非負の利益密度 ℓ を [0,1] 上でモデル化し、総和を正規化して単位とする。
• 累積利益関数 L(t) = ∫0^t ℓ(t') dt' を定義し、減少再配置 ℓ* を用いて領域依存性のない原理を得る。
• 対称的で最大不等距離の定式化を課す形として、p ∈ (0, 1/2] に対して L*(p) = 1 − p を満たすようにし、p は ℓ* から得られる。
• 不偏的定式化で k = 1 の場合の p* の存在を証明し、再配置が到達可能な p 値にどのように影響するかを示す。
• 構築された密度（階段、発散、多項式）および一般的な族（パワー-law、指数関数、正規分布）を分析して到達可能な一般化パレート原理を特徴づける。

実験結果

リサーチクエスチョン

• RQ1 再配置の下で特定の利益密度形状と整合する一般化パレート原理（p 値）はどれか。
• RQ2 一般的な分布族は一般化パレート枠組みにおいて異なる p 値をどのように制約または実現可能とするか。
• RQ3 0.2/0.8 のパレート平衡が普遍的な特徴か、それとも分布形状に起因する統計量か。
• RQ4 分析と意思決定の規範的な規則として一般化パレート原理を高次の規範として引用することの含意は何か。

主な発見

• 有界累積過程は k = 1 のいくつかの一般化パレート原理を満たすが、p の値は利益密度に依存する。
• 減少再配置は領域依存性のない一意の枠組みを提供し、原理を定量化し到達可能な p 値を特定する。
• 階段関数密度は、与えられた p に対する最小の不等縮小指標を生み出し、極端な分布が不均衡に与える影響を示す。
• パワー-law、指数関数、正規分布に対して、到達可能な p 値は広い範囲をとる（例：特定のパワー-law で p ≈ 0.024–0.15、指数関数で p ≈ 0.175–0.494、正規分布で p ≈ 0.112–0.443）。このことは標準的な 0.2/0.8 が普遍的ではないことを示す。
• より尾が重い（パワー-law）ほど p が小さくなる傾向があり、尾がより集中しているまたは指数的に近い場合は 0.2 や 0.25–0.75 の対称性に近い p 値を生みやすい。
• 結果は、パレート型の不均衡を利益分布の構造的特徴として見ることを支持するが、20/80 ルールの普遍的な適用には注意が必要である。