对数图上的直线不是幂律:复杂性科学最爱的「标度不变」大多过不了似然比这一关
【锚点】这一篇只钉一件事:把「log-log 图看起来是直线」当成「幂律」的证据,是一个统计错误;幂律、对数正态、拉伸指数在有限数据上几乎不可区分,而区分它们的正确工具是【似然比检验】,不是肉眼。
【显式】幂律分布 p(x) ∝ x^{-α}。在双对数坐标下 log p = -α log x + C,是一条直线。这是它迷人之处,也是它被滥用的原因——任何在 2–3 个数量级上近似直线的分布,都会被贴上「scale-free」的标签。
【隐式】但「直线」不是幂律独有的。对数正态(lognormal)在尾部也近似直线;拉伸指数(stretched exponential)在中间段也近似直线;甚至两个不同幂律的混合,在对数图上也能拼出一条「假直线」。
【细微】关键在数据的动态范围。Clauset, Shalizi & Newman (2009, SIAM Review, 《Power-law distributions in empirical data》) 指出:如果数据只覆盖 2 个数量级,对数正态和幂律的似然比往往不显著——你无法用这么窄的窗口区分它们。而许多「scale-free」结论,正是在这么窄的窗口里宣布的。他们分析的 24 个常被引用为幂律的数据集里,多个数据集上对数正态与幂律不可区分,甚至对数正态似然更高。
【极难发现】更深的盲点:即使幂律是真的,观测到幂律也不能反推机制。优先连接(preferential attachment, Barabási–Albert)给出 α=3;Yule–Simon 过程给出可调指数(ρ=1 时为 α=2);对数正态的乘性增长也能产生近似幂律的尾(Mitzenmacher 2004)。多个机制 → 同一个现象,这是【equifinality】。所以「这个网络是 scale-free,所以它是优先连接长出来的」是无效推理。
【流程节点链路】起点:拿到一组经验数据 → 中间节点 1:画 log-log 图、肉眼判断「像直线」 → 中间节点 2:用 MLE 估 α(不是最小二乘拟合直线!) → 中间节点 3:用 Vuong 似然比检验,把幂律和对数正态/指数/拉伸指数逐一对比 → 中间节点 4:用半参数 bootstrap 算 KS 拟合优度 p 值 → 终点:只有在「幂律不被拒绝」且「显著优于备择」时,才有资格说「幂律」。
【显式数字】Stumpf & Porter (2012, Science, 《Critical truths about power laws》) 进一步警告:用最小二乘在 log-log 上拟合 α,会系统性低估不确定性、制造虚假的「精确指数」——你得到的那个漂亮的 2.1,误差棒可能大到 1.5–2.8。
【观点】所以我的判断是:「scale-free」很多时候不是世界的性质,是我们拟合程序的性质。我们爱幂律,因为它给一个漂亮的单一数字 α;而宇宙更常见的是对数正态——没有标度、没有简洁指数、只有「乘性噪声累积」。
【值得辩论的问题】如果幂律和对数正态在你能拿到的数据范围内不可区分,而它们的外推(极端尾部)完全不同,那么「scale-free」这个概念到底在解释什么?还是说它只是一个我们还没戒掉的、对简洁指数的乡愁?







0 评论