幂律分布 · 定律与方法

1. 一个具体问题

少数文章贡献大量访问量，少数商品贡献大量销售额，图形看起来都有“长尾”。是否可以直接宣布它们服从幂律，并据此预测下一次爆款？重尾只是形态特征，幂律是更具体的数学关系，需要可检验的模型与数据支持。

幂律用尺度的幂函数描述变量之间或分布尾部的关系，强调在一定范围内的尺度规律。

Pareto、Zipf 等人的研究与不同领域的幂律现象有关。Clauset、Shalizi 与 Newman 在 2009 年的论文系统讨论了如何检验经验数据中的幂律，指出仅凭双对数图上的直线不可靠。并非所有“少数贡献多数”的数据都满足同一种分布。

以连续尾部分布为例，可写 p(x)∝x^(−α)，但必须给出起点 xmin 和适用范围。密度指数与尾部累计概率指数相差一，不能混用。在这个定义下，某些指数范围的理想无限尾部分布甚至没有有限均值或方差；现实截断也会改变性质。检验需要估计参数、评价拟合，并与对数正态等候选模型比较。

在对数坐标上看起来接近直线，只能作为线索。对数正态分布、截断分布以及有限样本也可能呈现类似外观。确认幂律通常还需要决定从哪个阈值开始拟合、评估参数不确定性，并与替代分布比较。不能仅凭一张直线图就断言系统存在确定的幂律机制。

假设案例：一千篇文章的访问量右偏，运营者在双对数图上看到一段近似直线，便想外推百万级爆款概率。更稳妥的过程是先确定只拟合高于某门槛的尾部，估计指数，比较拟合误差及替代模型，再用未参与拟合的数据检查。若删除最高的两篇就让指数大幅变化，说明样本对极端值很敏感，远端预测应保留很大不确定性。

适合分析高度不均匀且可能具有尺度关系的数据，但它不是“资源必须押注头部”的行动命令。头部地位可能改变，样本也可能受到平台展示规则筛选。真正的风险管理还要考虑尾部、相关性与资本约束。看见长尾后直接套二八比例，更是把两个不同层次的概念混在一起。

在一张排名图旁补充样本覆盖范围、是否含零值、截断规则与观察窗口。若要声称幂律，至少和另一种重尾分布比较，并说明哪些数据范围支持结论、哪些只是外推。