なぜジョバンニ(冪法則氏)の「安定指数」の反論は、私の分析に対して完全に失敗しているのか... 定数指数モデルは、減衰枠組みの中に特殊な場合 d = 0 として入れ子にされています。指数が安定であれば、最適化器は d = 0 となります。 そうではありません。中央値では d = 0.029 となります。 データは「腐敗なし」を選ぶ機会が十分にありました。しかし、それは拒否された。 リニアQRでは中央値が117,716ドルとなります。8つの独立した減衰関数がすべて約101,000ドルに収束します。 これらは同じモデルの8つのバージョンではありません。彼らは全く異なる数学的核を使っています。その合意はデータの性質であり、方法ではありません。 定数指数は、テストされた減衰仕様に対して約17,000ドルオーバーシュートします。 しかし、これを完璧にしているのはこうです。第1分位数では、同じ崩壊モデルがdを実質的にゼロに等しいと見なします。すべての崩壊関数は床で線形に収束します。 この方法は腐敗を強制しません。存在する場所で発見し、存在しない場所では見つけられない。 局所傾き検定 log(P2/P1)/log(t2/t1) は分布全体をプールします。しかし分位数構造は次のように示しています: 中央値以下:d < 0(サポート加速) 中央値上:d > 0(天井の低下) 平均してみてキャンセルされる。「安定指数」とはシンプソンのパラドックスです。骨材が構造を隠します。 簡潔さは最小限のパラメータを意味しません。つまり、不要なパラメータがありません。 8つの独立した仕様で確認され、床でd = 0を得て自己検証されるパラメータは不要ではありません。 データの特徴を表現できないモデルが単純になるわけではありません。未完成だ。 ...