Newman在他们的论文“经验数据中的幂律分布”中概述的方法将一个powerlaw分布拟合到一个数据集中。我已经找到了与我自己的代码相比较的代码,但我对其中一些代码的来源有点困惑,目前的情况是,
为了找出适合于幂律拟合的xmin,我们将每一个可能的xmin拟合成一个幂律,然后计算相应的exponet (a),然后对拟合和观测数据计算出相应的KS统计量( D ),然
我试图复制一个已知的拟合结果(发表在期刊上):将幂律模型应用于数据。从下面的图中可以看出,我能够通过使用已知的最佳拟合参数来再现结果。<Plot:来自curve_fit和lmfit的不正确的拟合>
案子-A回来了,
OptimizeWarning: Covariance of the parameters could not beestimated (如果省略几个初始数据点,则fit将返回一些结果,这些结果并不坏,但仍然与已知的最佳<