平稳状态下的增长率分布

我们提出了描述由平稳时间序列生成的增长率分布的新型分析工具。我们的分析表明，偏离正态性并非异常行为（如某些传统观点所述），而是可以用干净且通用的统计考虑加以解释。相比之下，严格的正态性是特定建模选择的产物。 characterized by 平稳 Gamma 或重尾丰度分布的系统产生的 log 增长率分布可由广义 logistic 分布良好描述，该分布可描述 tent 形或接近正态的数据集，作为这些可观测量的有用零模型。这些结果表明，对于足够大的时间滞后，实际中，增长率分布不再是 time-dependent 的，并且表现出有限方差。基于这一分析，我们识别出一些关键的宏生态模式，并提出能够再现这些模式的特定随机微分方程。随后引入一种实用主义的工作流程，用于在这些模型之间进行启发式选择。这种方法在数据跟踪质量有限的系统中尤为有用，此时应用复杂的推理方法具有挑战性。