Fat tails, long memory, maturity and ageing in open-source software projects
我们报告了几个开源软件项目的活动数据分析，重点关注修改之间的时间和一次修改的文件数量。两者都有厚尾分布，长期记忆，并显示系统的非平凡的互相关，表明平静期之后级联修改。此外，软件项目的成熟度可以通过修改间时间分布的指数来衡量。最后，单个文件的动态显示老化，修改的平均速率作为时间的函数遵循幂律衰减。
2008-02-21 physics.soc-ph
Scientific comment on "Tail risk of contagious diseases"
Cirillo和Taleb [Nature Phys.16，606-613（2020）]研究了人类历史上主要流行病的死亡人数。他们使用了72种流行病的数据，从雅典瘟疫（公元前429年）到COVID-19（2019-2020年），他们声称由此产生的死亡率分布是“极端肥尾”的，即，渐近幂律这对风险有重要的影响，因为死亡率分布的平均值变得无穷大。重新分析相同的数据，我们发现，虽然数据可能与幂律尾兼容，但这些结果并不是决定性的，其他分布，而不是厚尾，可以同样很好地解释数据。对数正态分布随机变量的模拟提供了其统计数据与经验数据的统计数据不可区分的合成数据。
2020-07-14 nlin.AO physics.soc-ph
Large Variance and Fat Tail of Damage by Natural Disaster
针对自然灾害损失的大方差和厚尾性，将灾害和人口/财产的分布及其空间相关性结合起来，建立了一个简单的模型。我们假设灾害和人口/财产暴露于灾害的厚尾或幂律分布，以及暴露的人口/财产的恒定脆弱性。我们的模型表明，厚尾属性的损害可以确定的灾害或人口/财产取决于哪一个尾巴是胖的。研究还发现，人口/财产的空间相关性可以提高或降低的方差的损害取决于人口/财产的尾巴是如何胖。在美国的龙卷风的情况下，我们表明，损害确实有厚尾属性。我们的研究结果支持，标准的成本效益分析将是不可靠的社会投资在减少脆弱性和灾害预防。
2014-07-23 physics.soc-ph
News and price returns from threshold behaviour and vice-versa: exact solution of a simple agent-based market model
从一个确切的消息之间的关系，阈值和价格回报分布在平稳状态，我讨论了Ghoulmie-Cont-Nadal模型的交易员产生厚尾价格回报的能力。在正常情况下，该模型不能将高斯消息转化为厚尾价格收益。当消息的方差很小时，只有零阈值的参与者才可能对消息做出反应，该模型产生指数为-1的Levy分布价格收益。在超线性价格影响函数的特殊情况下，厚尾收益率从表现良好的消息。
2006-10-18 cond-mat.stat-mech physics.soc-ph q-fin.TR
Why are public health authorities not concerned about Ebola in the US? Part I. Fat tailed distributions
美国公共卫生当局声称，根据科学，对从西非返回的医疗工作者实施强制措施是不正确的。他们的立场依赖于一系列关于非洲疫情和传播机制的研究和经验，以及关于这些研究对美国疫情的影响的假设。根据这一观点，单一感染的概率很低，不存在大规模爆发的可能性。在一系列简短的报告中，我们将深入了解为什么传统统计学中没有考虑的传染网络的特性表明风险高于这些假设。我们从薄尾分布和厚尾分布之间的差异开始，薄尾分布和厚尾分布适用于单个感染个体可能产生的感染个体数量。传统的流行病学模型考虑了$R_0$所描述的传染过程，即从单个病例中产生的新感染个体的平均数量。然而，在一个复杂的相互依存的社会中，由于单个个体而导致的实际数量可能与平均数量相差很大，这对在疫情刚刚开始时控制疫情的能力造成严重后果。我们的分析对公共卫生当局政策建议的科学有效性提出了质疑。我们还指出，现有的CDC公共卫生政策和行动与他们的主张不一致。
2014-11-06 physics.data-an physics.med-ph physics.soc-ph
From short to fat tails in financial markets: A unified description
在复杂系统中，如湍流和金融市场，在长时间和短时间滞后的动态，分别由高斯和厚尾统计信号，要求一个统一的描述。为了解决这个问题，我们分析了一个真实的数据集，即价格波动，在广泛的时间尺度，以拥抱这两种制度。利用经验时间序列中的Kramers-Moyal（KM）系数，得到了收益率概率密度函数（PDF）的演化方程。我们还提出了一致的渐近解的时间尺度依赖的方程，出现从实证分析。从这些解决方案中，新的关系连接PDF特性，如尾指数，KM系数的参数出现。结果揭示了从高斯到肥尾统计的动态路径，为观察到类似交叉的其他复杂系统提供了见解。
2008-01-21 cond-mat.stat-mech physics.soc-ph q-fin.ST
Tail Risk of Contagious Diseases
应用极值理论的一个修改（由于作者对过去2,500年数据的双重分布技术），我们表明流行病在死亡率方面是非常胖的，对人类具有明显的潜在存在风险。这样的宏观属性应该邀请使用极值理论（EVT），而不是天真的插值和预期平均值的风险管理目的。一个含义是，潜在的尾部风险推翻了来自房室流行病学模型和类似方法的决定的结论。
2020-04-18 physics.soc-ph
Spreading dynamics on networks: the role of burstiness, topology and non-stationarity
网络上的传播受到许多因素的影响，包括事件间时间分布（IETD）的不同部分，网络的拓扑结构和非平稳性。为了理解这些因素的作用，我们研究了具有不同聚合拓扑结构和不同IETD的时间网络上的SI模型。基于分析计算和数值模拟，我们表明，如果固定的突发过程是由幂律IETD，传播可以减慢或加速相比，泊松过程的速度是由短时间的行为，这在我们的模型是由指数控制。我们证明了有限的，所谓的“局部树状”网络，如巴拉巴西-阿尔伯特网络的行为非常不同，从真正的树图，如果IETD是强肥尾，作为罕见的替代路径的存在或缺乏修改的传播。另一个重要的结果是，非平稳的动态有一个显着的影响，对传播速度的强厚尾幂律IETD，因此突发过程的特点是小幂律指数可以导致缓慢的传播在稳态，但也非常迅速的传播严重依赖于年龄的过程。
2014-05-19 physics.soc-ph
Dual-induced multifractality in online viewing activity
虽然近年来的研究发现人类活动中存在着与事件间隔时间的厚尾分布相关的长期相关性，并且这些相关性表明分形的存在，但分形的性质及其起源尚未得到分析。我们使用DFA和MFDFA来分析从Movielens和Netflix分离的在线观看活动的时间序列。我们发现，在个人和社区层面的长期相关性，并在个人层面的相关性的程度是由活动水平。这些长期相关性也表明在线观看模式存在分形。并且，我们首先发现了一个多重分形，它是由事件间时间的厚尾分布（即，个人连续观看动作之间的时间）和在线观看活动中的长期相关性，并使用三个合成系列来验证这一发现。因此，可以得出结论，在线观看活动中的多重分形是由事件间时间的厚尾分布和长期相关性引起的，这扩大了人类活动的一般属性，不仅包括物理空间，还包括网络空间。
2018-04-02 cs.SI physics.data-an physics.soc-ph
A two-Factor Asset Pricing Model and the Fat Tail Distribution of Firm Sizes
在标准的均衡和/或套利定价框架中，任何资产的价值都是唯一指定的，因为人们相信只有系统性风险才需要由市场补偿。在这里，我们表明，即使对于任意的大经济体，当企业资本的分布是足够重尾的情况下，是真实的经济，可能存在一个新的来源，重大的系统性风险，这是完全被忽视了，到现在为止，但必须由市场定价。这种新的风险来源可以很容易地解释几个资产定价异常的唯一基础上的内部一致性的市场模型。对于这一点，我们推导出一个理论上的两个因素模型的资产定价，在经验上有类似的解释能力的法玛-法国三因素模型。除了通常的市场风险之外，我们的模型还考虑了由等权重投资组合代理的多元化风险，这是由于任意大型经济体出现的“内部一致性因素”，这是当公司资本化的分布像真实经济体一样充分重尾时市场投资组合集中的结果。我们的模型合理化Fama和法国的三因素模型在解释股票收益的截面的优越性能：规模因素构成了一个替代代理的多元化因素，而账面市值效应与价值型股票对这个因素的敏感性增加。
2007-02-03 physics.soc-ph q-fin.PR
Moments of undersampled distributions: Application to the size of epidemics
本文针对流行病总死亡人数的重尾统计问题，指出既有有界化变换的特设性，主张以统计物理有限尺寸标度处理，并说明核心困难是分布尾部欠采样而非均值不存在。
2024-03-04 nlin.AO physics.soc-ph
Burstiness and fractional diffusion on complex networks
现实世界网络中的许多动态过程显示出复杂的时间模式，例如，事件间时间的厚尾分布，导致事件之间的异质等待时间。在这项工作中，我们专注于平均事件间时间发散的分布，并研究其对网络上随机游走者动力学的影响。在长时间限制下，这个过程自然可以用黎曼-刘维尔分数阶导数来描述。我们发现，所有的动力学模式具有，在渐近制度，相同的幂律松弛，这意味着动态不表现出模式之间的时间尺度分离，并且没有模式可以忽略与另一个，即使很长一段时间。我们的结果，然后通过数值模拟证实。
2016-02-01 physics.soc-ph
The World-Trade Web: Topological Properties, Dynamics, and Evolution
本文利用加权网络方法研究了世界各国进出口关系网络的统计特性。我们分析了如何分布的最重要的网络统计测量连接性，可扩展性，聚类和中心性随着时间的推移共同发展。我们发现，在过去的20年里，所有的节点统计分布及其相关结构都保持了惊人的稳定，并且在未来很可能会这样做。相反，（正）链接权重的分布从对数正态密度缓慢地向幂律移动。我们还刻画了网络统计动态的自回归特性。我们发现，网络统计增长率很好地代理的厚尾密度，如拉普拉斯或非对称指数幂。最后，我们发现，我们所有的结果是合理的几个替代方案，经济意义，加权方案的鲁棒性。
2008-11-27 physics.soc-ph
Small inter-event times govern epidemic spreading on temporal networks
就像人类和动物互动网络的度一样，互动之间的时间分布通常是右偏和厚尾的。这两种分布都强烈地影响着流行病的动态，但是，正如我们在这封信中所展示的那样，原因非常不同。尽管尾部的高度对于促进流行至关重要，但控制流行动态的是小间隔时间。我们研究了这种效果的分析和数值不同版本的易感-感染-感染模型对不同类型的网络。
2020-04-09 physics.soc-ph q-bio.PE
Information flow in a network model and the law of diminishing marginal returns
我们分析了一个简单的动态网络模型，它描述了有限的能力，节点处理输入信息。对于一个合适的选择的参数，信息流模式的特点是指数分布的传入信息和厚尾分布的传出信息，作为边际收益递减规律的签名。一个真实的EEG数据集的分析表明，类似的现象可能是相关的大脑信号。
2012-04-18 cs.SI physics.data-an physics.soc-ph
How Do Output Growth Rate Distributions Look Like? Some Time-Series Evidence on OECD Countries
本文研究了国内生产总值和工业生产增长率分布的统计特性。近年来，许多实证研究成果指出，企业、行业和国家的横截面增长率都服从拉普拉斯分布。在这项工作中，我们测试是否也在国内，时间序列GDP和IP增长率可以近似帐篷形分布。我们拟合输出增长率与指数幂（Subbotin）的密度，其中包括作为特殊情况下的高斯分布和拉普拉斯分布。我们发现，对于包括美国在内的大量经合组织国家来说，GDP和IP增长率均呈拉普拉斯分布。此外，我们表明，厚尾分布鲁棒出现后，即使控制离群值，自相关性和异方差。
2006-07-20 physics.soc-ph q-fin.GN
Nonstationary Increments, Scaling Distributions, and Variable Diffusion Processes in Financial Markets
可以说，数量金融学中最重要的问题是理解市场动态背后的随机过程的本质。这个问题的解决方案的一个方面涉及确定收益波动分布的特征。在过去十年中进行的实证研究报告说，它们是非高斯的，时间尺度，并有幂律（或胖）尾巴。然而，因为他们使用滑动区间分析方法，这些研究隐含地假设基本过程具有平稳增量。我们明确表明，这一假设是不成立的欧元兑美元汇率在1999年至2004年。此外，我们发现，汇率的回报波动是不相关的，并在每天的某些时间间隔内按幂律缩放。这种行为与扩散过程是一致的，扩散系数取决于时间和价格的变化。在缩放区域内，我们发现滑动区间方法可以生成厚尾分布作为一个工件，并且在许多以前的研究中报告的缩放类型并不存在。
2006-09-22 cond-mat.stat-mech physics.data-an physics.soc-ph
Anomalous diffusion in the citation time series of scientific publications
我们分析了在三个不同的科学领域的手稿的引用时间序列;物理学，社会科学和技术。论文年引文量的时间序列即引文轨迹的演变呈扩散趋势，其方差随时间呈$\propto t^{2H}$变化，其中$H\neq 1/2$ .我们提供了导致异常行为的各种因素的详细分析：非平稳性，长程相关性和厚尾增量分布。这些论文在各个领域表现出高度的异质性，因为最高引用论文的统计数据与较低引用论文的统计数据根本不同。引文数据被证明是高度相关和非平稳的，因为除了一小部分被引用次数高的论文外，所有的论文都会随着时间的推移而消失。
2021-06-29 cs.DL physics.soc-ph
Risk measures with non-Gaussian fluctuations
金融风险的可靠计算要求将价格变化的厚尾性质纳入风险度量。为此，非高斯金融风险管理的方法，建模的幂律尾部的回报率分布的学生- $t$（或Tsallis）分布。作为特例，得到了风险价值和期望损失的非高斯封闭解，并恢复了文献中已知的正态性假设下的标准公式。通过对意大利股市金融时间序列的实证分析，证明了该方法对风险管理的影响。与广泛使用的定量金融程序的结果，如参数正常的方法，风险管理方法和历史模拟，以及与以前的研究结果在文献中的详细比较，显示和评论。特别注意的是量化的误差影响的大小，根据不同的方法获得的风险措施，通过采用自举技术。
2006-07-27 physics.soc-ph q-fin.ST
Long-range memory and multifractality in gold markets
研究了世界两大黄金消费国中国和印度黄金市场时间序列的长期相关性和波动性。对于1985-2013年期间的两个市场系列，我们在固定长度的连续时间窗口中观察到收益率最大值（最小值）序列的长期持久性记忆，但发现该系列作为一个整体是不相关的。用多重分形去趋势波动分析（MF-DFA）方法对这些序列以及极大值（极小值）序列进行了多重分形分析。我们观察到一个弱的多重分形结构的原始序列，这主要是源于厚尾概率分布函数的值，和多重分形性质的原始时间序列丰富到他们的序列的最大（最小）收益。通过使用一组“复杂性参数”提供了多重分形的定量度量。
2015-05-17 physics.data-an physics.soc-ph q-fin.ST
A Non-Gaussian Approach to Risk Measures
金融风险的可靠计算要求将价格变化的厚尾性质纳入风险度量。为此，非高斯金融风险管理的方法，建模的幂律尾部的回报率分布的学生t分布。作为特例，得到了风险价值和期望损失的非高斯封闭解，并恢复了文献中已知的正态性假设下的标准公式。风险管理的方法的影响，证明通过实证分析的金融时间序列从意大利股市和比较最广泛使用的程序的定量金融的结果。特别注意的是量化的误差影响的大小，根据不同的方法获得的市场风险的措施，通过采用自举技术。
2006-07-05 physics.data-an physics.soc-ph q-fin.RM
