分位数比指示衡量“爆发性”，比常规爆发参数减少误报

复杂度研究者视“爆发性”（burstiness）为活动水平波动的证据，认为其反映系统内隐藏相互作用。然而，当前爆发性指标在某些中等程度的分布及中等抽样条件下会遗漏爆发性证据。经典爆发参数（Burstiness Parameter, BP）通过将timing statistics的分布与指数分布（代表独立随机事件的timing）进行比较，但在幂律分布（带或不带截止点的情形）的特定参数范围内会产生误报。我们引入一种新指标BTI（Burstiness Tail-based Index），维持BP的测量方法，却降低误报率：其基于分位数差的比值，能够正确分类BP误判的分布。此外，我们发现BTI在样本量有限或观察窗口较短时比BP更稳健。以BTI取代BP后，我们重新审视了人类活动数据的分析，发现这种选择影响了该数据集中爆发性时间尺度的解释。综合分析、模拟和实证结果表明，BTI在评估真实世界时序信号的爆发性方面具有显著优势，尤其适用于复杂度研究和时间序列建模。