R 将幂律拟合到网络度分布的输入

我想使用

R

来测试网络的度分布是否表现为具有无标度特性的幂律。尽管如此，我读过很多不同的人以不同的方式做这件事，一个令人困惑的问题是模型中应该使用的输入

例如，Barabasi建议将幂律与度的“互补累积分布”相匹配（）。然而，我见过人们将幂律与图的度数相匹配（通过

igraph:：degree（g）

获得），我也见过其他人将幂律与度分布相匹配，通过

igraph:：degree_分布（g，累计=T）

正如您在下面的可复制示例中所看到的，这些选项给出了非常不同的结果。哪一个是正确的？我怎样才能从一张图中得到“互补累积度分布”，从而拟合出幂律呢

library(igraph)

# create a graph
  set.seed(202)
  g <- static.power.law.game(500, 1000, exponent.out= 2.2, exponent.in = 2.2, loops = FALSE, multiple = T)

# get input to fit power-law.

  # 1) degrees of the nodes
    d <- degree(g, v = V(g), mode ="all")
    d <- d[ d > 0] # remove nodes with no connection

  # OR ?

  # 2) cumulative degree distribution
    d <- degree_distribution(g, mode ="all", cumulative = T)

# Fit power law
  fit <- fit_power_law(d, impelementation = "R.mle")

库（igraph）
#创建图形
种子集（202）
问题是这里有两种不同的统计数据。
节点的阶数显示它与其他节点的连接数。
度分布是这些度在网络上的概率分布

对我来说，在学位分布上应用
igraph:：fit_power_law
没有多大意义，因为学位分布在某种程度上已经是幂律了

但是，不要忘记，
igraph:：fit\u power\u law
比implementation参数有更多的选项，这将导致不同的结果，这取决于您“给它喂食”的内容