Hacktoberfest 2026：メンテナが10月に向けて印を付けた、オープンで初心者向けの issue。 Hacktoberfest の issue を見る

heavy_tails.md identifies power laws only visually — add a goodness-of-fit test

オープン
  • 何か問題がありますか？
#807 コメント 0 件 リアクション 0 件 担当者 0 名 GitHub で見る

メンテナーはふだん 1 日以内に返信

まだ誰も着手していません。

評価

難易度
4/5
見積もり時間
3〜5日
初心者へのやさしさ
48/100
issue の種類
ドキュメント
明瞭さ
おおむね明確
活発さ
静か
技術スタック
jupyter-notebook, python
領域
data, documentation

調査の方向性

lectures/heavy_tails.md から始め、特に経験的 CCDF、Q-Q plot、ht_ex4 の資料を確認してください。Hill estimator と Clauset–Shalizi–Newman の KS ベースの手順を調査し、その後、短いセクションを追加して、既存の視覚的診断の位置づけを明確にし、読者が Pareto データと対数正規データを評価できるよう、手法を ht_ex4 に結び付けてください。

索引モデルが issue の本文から書いたものです。

説明

heavy_tails.md defines power laws and Pareto tails formally, then identifies them by eye: "All plots are in log-log, so that a power law shows up as a linear log-log plot, at least in the upper tail." The lecture builds empirical CCDFs and Q-Q plots for firm size and city size, and stops there.

It has no goodness-of-fit test, no tail-index estimator, and no note that log-log linearity is a weak diagnostic. Searching the lecture for "goodness", "test for", "Hill estimator", "KS test", "Kolmogorov" or "Clauset" returns nothing.

Why this matters

Exercise ht_ex4 asks the reader to compare a Pareto distribution against a mean-and-median-matched lognormal, for the present discounted value of corporate tax revenue, and to observe the difference. The lecture therefore poses the Pareto-versus-lognormal question and gives the reader no way to settle it from data. The same comparison appears, also unresolved, as Exercise 2.2.10 of Economic Networks.

Eyeballing a log-log plot for straightness is precisely the practice the goodness-of-fit literature exists to caution against, so teaching only the visual method leaves readers with a diagnostic that looks more reliable than it is.

Suggested scope

A short section, not a new lecture:

  • Estimating the tail index — the Hill estimator, and its sensitivity to where the tail is deemed to start
  • Testing the hypothesis — the Clauset–Shalizi–Newman KS-based procedure is the standard reference and has a widely used implementation
  • A sentence of honesty in the existing visual material, noting that log-log linearity is suggestive rather than conclusive

Enough that a reader can answer "is this actually a power law?" instead of "does this look straight?". Wiring it back to ht_ex4 would close the loop on an exercise that currently ends in an observation rather than an answer.

Spun out of QuantEcon/meta#141, which collected it as the one concrete deliverable inside a broader proposal.

主要言語
Jupyter Notebook
スター
65
フォーク
31
平均マージ
2日 15時間
マージ済み PR（30日）
11

環境構築

このプロジェクトには開発コンテナ、Dockerfile、コントリビューションガイドがありません。まず README を読み、一般的な手順ははじめてのコントリビューションガイドを参照してください。

はじめの一歩

  1. issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
  2. 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
  3. リポジトリをフォークし、ブランチを切って変更します。
  4. issue 番号を参照したプルリクエストを送ります。

QuantEcon/lecture-python-intro のほかの issue

QuantEcon/lecture-python-intro の issue をすべて見る

似ている issue

Data Engineering の issue をもっと見る

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。