Почему опровержение Джованни (господин Закон Мощности) "стабильного экспонента" моей нижеуказанной аналитики полностью проваливается... Модель с постоянным экспонентом вложена в рамки распада как особый случай d = 0. Если бы экспонент был стабильным, оптимизатор нашел бы d = 0. Но он этого не делает. В медиане он находит d = 0.029. Данные имели все возможности выбрать "без распада". Они его отвергли. Линейная QR ставит медиану на уровне $117,716. Восемь независимых функций распада все сходятся примерно к $101,000. Это не 8 версий одной и той же модели. Они используют совершенно разные математические ядра. Их согласие является свойством данных, а не метода. Постоянный экспонент превышает на примерно $17,000 относительно каждой протестированной спецификации распада. Но вот что делает это неопровержимым: на 1-м квартиле та же модель распада находит d фактически равным нулю. Все функции распада сводятся к линейным на нижнем пределе. Метод не навязывает распад. Он обнаруживает его там, где он существует, и не находит его там, где его нет. Тест локальных наклонов, log(P2/P1)/log(t2/t1), объединяет всю распределение. Но структура квартилей показывает: Ниже медианы: d < 0 (поддержка ускоряется) Выше медианы: d > 0 (потолок распадается) Если усреднить, они взаимно уничтожаются. "Стабильный экспонент" — это парадокс Симпсона. Совокупность скрывает структуру. Парсимония не означает наименьшее количество параметров. Это означает отсутствие ненужных параметров. Параметр, подтвержденный 8 независимыми спецификациями, который самопроверяется, находя d = 0 на нижнем пределе, не является ненужным. Модель, которая не может представить особенность данных, не является более простой. Она неполная....