Ken Umeno教授和京都大学硕士生Ken Shintani发现了一个新的统计规律,可以解释世界各地各种大数据中出现的“幂律规则”的普遍性。这个统计规律可以称为“超广义中心极限定理”,据说在数据上普遍出现。这有望建立世界上各种现象的统计模型。
传统上,在用于统计的数据分析中,中心极限定理和广义中心极限定理已被用作基本的统计规则。但是,在金融市场股票价格波动、汇率波动等价格波动分布、地震发生间隔等概率统计分布、互联网流量等大数据情况下,应该不同的规则分布之和for each 应该是一个基本形式,可以看到变成一个规则(Levi 的稳定分布)的现象。这是常规极限定理所无法把握的,出现这种现象的原因也不得而知。
在这项研究中,我们制定了一个统计模型,称为具有不同分布的独立随机变量的总和,这些分布是常规统计规则无法掌握的,即极限定理,它反映了实际数据。然后,我们推导出了极限定理,该定理收敛于Levi 的稳定分布在数据个数N 无穷大的极限上。
这个极限定理是广义中心极限定理的推广,是统计基本定律中心极限定理对不同幂律规则之和的极限的推广,可以称为。它作为一个在更广义的情况下也成立的极限定理具有统计意义,作为一个基本的统计规则,它准确地描述了大数据的特征,显示了现实世界中应该出现的规则的普遍性。它也被认为是有意义。