¿Qué distribución usar? ¡Examina el proceso generativo!
Tenía pendiente contar algo sobre el (oscuro) artículo A Brief History of Generative Models for Power Law and Lognormal Distributions. Tiene una cosa buena y una mala.
La buena —y más interesante— es que ilustra cómo pensar sobre la conveniencia de usar una distribución determinada a la hora de modelar un fenómeno concreto. Uno de los procedimientos más fértiles consiste en indagar sobre el proceso generativo que conduce a la distribución en cuestión. Así, usamos la distribución normal porque sabemos que la agregación de pequeños errores etc.; o la Poisson porque tenemos una población muy grande cuyos sujetos tiran monedas al aire etc.; etc.
En el artículo se estudia un problema —la distribución del tamaño de ficheros en ordenadores— y se ponderan dos distribuciones distintas, la lognormal y la ley potencial (¿se traduce así power law?). La manera de afrontar el problema es construir una colección de fenómenos y procesos de cuya naturaleza emerjan la una o la otra. La expectativa implícita es la de poder llegar a una formulación general que permita aplicarla en el —o asimilarla al— caso concreto.
¿Lo malo del artículo? Que podría considerarse un ensayo fallido. Los ejemplos y casos discutidos son interesantes en sí mismos y ayudan a extender la cultura numérica de los lectores, pero no alcanzan ni a resolver el problema concreto inicial ni, mucho menos, a demarcar con precisión los campos de las distribuciones lognormal y potencial.
De todos modos, se le abona el esfuerzo al autor.
