ところで、このアプローチは対数-対数空間における回帰フィッティングに関連するすべての問題を解決します。OLS回帰は、分位点回帰やベイジアン回帰などと比べて優れていますか。@TheRealPlanC

この方法は回帰に全く依存していません。単に、私たちが未知の指数を持つべきべき乗則に従うという仮定から始まります。

次に、観測されたリターンを log( (t+1)/t) で正規化します。これは、決定論的な減少リターンの成分です。

これらの時間独立のリターンは、真にパワー・ローに従うのであれば、nの周りに対称分布を持つべきです。
確かに、時間的に安定した対称分布を観察しています。

分布パラメータからnを導出できます。

それはパワー法則を見つけるための最も堅牢な方法であり、他のすべては依然として有用ですが、完全に時代遅れであり、厳密さに欠けています。