我们还没有清晰地定义过幂律,现在可以暂时认为,分布至少满足一阶矩是无限的这个条件。
该问题的答案是:取决于我们是在随机化σ或σ
2
,还是在随机化
或
。
假设从基础的高斯分布出发,也即随机变量
,下面有几种方法可以使尺度参数σ变得随机。这里要注意,σ是非负数,所以必须采用某种单尾分布。
·我们可以使σ 2 (或者σ)服从对数正态分布。这样一来我们无法得到解析解,但是可以求解矩,且能确定分布无法满足幂律条件。
·我们可以使σ 2 (或者σ)服从伽马分布,这样一来就存在解析解了,如公式4.7所示。
·我们可以使
——精度参数满足伽马分布。
·我们可以使
满足对数正态分布。
表4.1中的结果是不同概率密度函数和期望操作符的简单叠加,假设X为任意随机变量,其PDF f(.)符合位置-尺度参数的定义。另外有随机变量λ,其PDF为g(.)。X和λ相互独立,因此,以标准的做法,两者的乘积Xλ和两者的比值
的p阶矩如下(通过梅林变换):
这里位置-尺度类分布满足性质
,比如
(即正态分布),则
。
表4.2 可能的方差分布的p阶矩