¿Cómo probar si una distribución sigue una ley de poder?

Tengo datos sobre cuántos usuarios publican cuántas preguntas. Por ejemplo,

[UserCount, QuestionCount] 
[2, 100] 
[9, 10] 
[3, 80] 
... ...

Esto significa que 2 usuarios publicaron 100 preguntas cada uno, 9 usuarios publicaron 10 preguntas y así sucesivamente. Entonces, ¿cómo puedo determinar si la UserCount, QuestionCountdistribución sigue una ley de poder?

Encontré el paquete poweRlaw . Sin embargo, solo puedo pasar un grupo de números para hacer la evaluación. (El ejemplo proporcionado en este paquete es la frecuencia de palabras). Entonces, ¿cómo uso este paquete? ¿O tengo algo mal? También tengo los datos de recuento pregunta de cada usuario, es decir, [100, 100, 10, 10, 10 ... ]. Si paso estos datos al paquete, ¿qué obtendré?

Según Clauset et al., Así es como se prueba la cola de la ley de potencia con el poweRlawpaquete:

1. Construir el objeto de distribución de la ley de poder. En este caso, sus datos son discretos, así que use la versión discreta de la clase

data <- c(100, 100, 10, 10, 10 ...)
data_pl <- displ$new(data)

2. $x_{min}$$\alpha$

est <- estimate_xmin(data_pl)
data_pl$xmin <- est$xmin
data_pl$pars <- est$pars

las dos últimas líneas pueden reescribirse como una sola línea

data_pl$xmin <- est

Además, en este punto, puede ver la estadística KS:

est$KS

3. $p$

bs <- bootstrap_p(data_pl)
bs$p

Esto podría tomar algo de tiempo, así que ve y toma una taza de té ...

4. $p$poweRlaw

data_alt <- dislnorm$new(data)
data_alt$xmin <- est$xmin
data_alt$pars <- estimate_pars(data_alt)
comp <- compare_distributions(data_pl, data_alt)

$x_{min}$compare_distributions$x_{min}$compcomp$test_statisticdata_plcomp$p_two_side

Repita este paso con disexp, dispoisclases de comparar la ley de potencia con esas alternativas.