Au fait, cette approche résout tous les problèmes liés à l'ajustement de régression dans l'espace log-log. La régression OLS est-elle meilleure que la quantile ou la bayésienne, etc. @TheRealPlanC
Cette méthode ne dépend pas du tout de la régression. Elle part simplement de l'hypothèse que nous suivons une loi de puissance avec un exposant inconnu.
Ensuite, nous normalisons les rendements observés par log( (t+1)/t), c'est-à-dire le composant déterministe des rendements décroissants.
Ces rendements indépendants du temps devraient alors avoir une distribution symétrique autour de n si nous suivons réellement une loi de puissance. En effet, nous observons une distribution symétrique qui est stable dans le temps.
Nous pouvons dériver n à partir des paramètres de distribution.
C'est le moyen le plus robuste de trouver la loi de puissance et tout le reste est encore utile mais complètement obsolète et moins rigoureux.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
Au fait, cette approche résout tous les problèmes liés à l'ajustement de régression dans l'espace log-log. La régression OLS est-elle meilleure que la quantile ou la bayésienne, etc. @TheRealPlanC
Cette méthode ne dépend pas du tout de la régression. Elle part simplement de l'hypothèse que nous suivons une loi de puissance avec un exposant inconnu.
Ensuite, nous normalisons les rendements observés par log( (t+1)/t), c'est-à-dire le composant déterministe des rendements décroissants.
Ces rendements indépendants du temps devraient alors avoir une distribution symétrique autour de n si nous suivons réellement une loi de puissance.
En effet, nous observons une distribution symétrique qui est stable dans le temps.
Nous pouvons dériver n à partir des paramètres de distribution.
C'est le moyen le plus robuste de trouver la loi de puissance et tout le reste est encore utile mais complètement obsolète et moins rigoureux.