R给定分布中幂律的最大似然估计（而不是样本）答案

【问题标题】：Maximum Likelihood Estimate for power law in R given distribution (instead of samples)R给定分布中幂律的最大似然估计（而不是样本）
【发布时间】：2016-08-19 17:47:45
【问题描述】：

我有一个数据框，其中 x-y 值表示值及其计数，例如(1, 1000), (2, 100), (3, 10) 等。我想使用 MLE 为这个分布拟合幂律。

我可以使用 power.law.fit 或 power.law 库，但这些库似乎采用特定样本作为数据，而不是代表值及其计数的 x-y 值。

还有其他图书馆可以完成这项工作吗？谢谢！

【问题讨论】：

标签： r model-fitting mle power-law

【解决方案1】：

您可以使用poweRlaw 包 - 它有点笨拙。只需将您的值和计数扩展为单个向量，例如

dd = data.frame(x=1:3, counts = 3:1)
x = rep(dd$x, dd$counts)
library(poweRlaw)
m = displ$new(x)

【讨论】：

工作就像一个魅力。谢谢！