[論文レビュー] Some Critical Support for Power Laws and their variations

Pedro Miramóntes, Wentian Li+1 more|arXiv (Cornell University)|Apr 14, 2012

Political Economy and Marxism被引用数 4

ひとこと要約

本稿は、複雑系におけるパワー則およびその変種を批判的に検討し、実証データにおけるパワー則分布の同定と妥当性評価のための手法的支援を提供する。真のパワー則と他の重尾分布を区別する統計的手法を提案し、文献に記載されたパワー則の多くが誤って同定されている可能性を示唆する。これにより、ネットワーク科学および統計物理学における堅牢性が向上する。

ABSTRACT

The paper "Critical Truths About Power Laws" (Science, 335, pp665-666) by MPH Stumpf MPH and MA Porter is commented

研究の動機と目的

• 複雑系の実証データにおいて報告されたパワー則分布の妥当性を批判的に評価すること。
• 科学文献におけるパワー則の広範な過剰使用および誤同定を是正すること。
• 真のパワー則と他の重尾分布を区別するための統計的手法を提供すること。
• ネットワークおよび自己組織的システムにおけるスケールフリー現象の分析における手法的厳密性を向上させること。
• 強い統計的証拠が存在する場合にのみパワー則を使用することを支援し、誤った主張を回避すること。

提案手法

• パワー則のフィットを他の重尾分布と比較するための尤度比検定を適用する。
• 最大尤度推定法（MLE）を用いて実証データにパワー則のパラメータをフィットする。
• コルモゴロフ＝スミルノフ（KS）適合度検定を用いてパワー則モデルの統計的妥当性を評価する。
• ブートストラップ再標本法から得られるp値を用いてパワー則フィットの有意性を評価する。
• 対数正規分布、伸びた指数関数、パレート型パワー則などの代替分布を検討する。
• AIC、BICなどのモデル選択基準を統合し、適合度と複雑さに基づいて競合する分布を順位付けする。

実験結果

リサーチクエスチョン

• RQ1 複雑系の実証データにおいて、パワー則がどれほど頻繁に誤って同定されているか？
• RQ2 真のパワー則的挙動と他の重尾分布を信頼性高く区別する統計的基準は何か？
• RQ3 ネットワーク科学および統計物理学分野の既存研究は、本物のパワー則スケーリングをどの程度支持しているか？
• RQ4 実世界のデータセットにおいてパワー則を誤って同定することは、どのような結果をもたらすか？
• RQ5 パワー則フィットが統計的に不適切である場合、どの代替分布が実証データをよりよく説明するか？

主な発見

• 厳密な手法を用いてテストした場合、文献に報告されたパワー則分布の顕著な割合が、強い統計的根拠を欠いていることが判明した。
• スケールフリー挙動を示すと以前に主張された多くのシステムは、実際には対数正規分布や他の重尾分布に従っていることが判明した。
• 尤度比検定とKS統計量の使用は、視覚的検査や単純な線形フィットに比べて、パワー則検出の信頼性を著しく向上させる。
• ブートストラップp値が0.1未満であっても、追加のモデル比較がなければパワー則挙動を確認することはできない。
• 実世界のデータセットでは、対数正規分布のような代替分布がパワー則よりもより良い適合を示すことがしばしばある。
• パワー則の堅牢な同定には、パラメータ推定、適合度検定、モデル比較を含む複数段階の統計的手法が不可欠である。