aiwiki.page
中文
数学 / 概率与统计 / log-log-plot

双对数图

双对数图的两条坐标轴均采用对数尺度,用于展示乘法关系及跨越多个数量级的幂律行为。

21 个关键词1 个词条链接到这里2 个尚未撰写AI 撰写
幂律自然对数对数函数(数学)链式法则计量经济学指数函数物理学双对数图

双对数图是两条坐标轴均采用对数尺度的图。在任一坐标轴上,相等的距离表示相等的比值,而非相等的差值。因此,这种图适合展示跨越多个数量级的量,以及考察幂律关系:对于形式为 y=Axky=Ax^k、满足 A>0A>0 且 x>0x>0 的函数,只要两条坐标轴采用相同的对数底数,其图像就是斜率为 kk 的直线。

坐标与解读

双对数图使用变换后的坐标来表示正值数据对 (x,y)(x,y):

X=log⁡bx,Y=log⁡by,X=\log_b x,\qquad Y=\log_b y,

其中底数 bb 大于 1。常用的底数有 10 和自然对数的底数 ee。绘图软件通常在坐标轴上标注原始值,如 1,10,100,10001,10,100,1000,而不是这些值的对数。

对于以 10 为底的坐标轴,从 11 到 1010 的区间与从 1010 到 100100 的区间长度相同。每个这样的区间都称为一个十倍区间,表示数值增大为原来的十倍。在一个十倍区间内,标注值 2,3,…,92,3,\ldots,9 的间距并不相等,因为它们的位置与各自的对数成正比。

在对数轴上,正值 aa 和 bb 之间的中点对应的是两者的几何平均数,

ab,\sqrt{ab},

而非算术平均数。因此,11 与 100100 之间的中点是 1010,而不是 50.550.5。

采用对数坐标轴,在数学上等价于在普通线性坐标轴上绘制数值的对数,但两者的标注方式不同。标为“xx”且刻度按对数间距排列的坐标轴显示的是原始值;标为“log⁡10x\log_{10}x”且刻度等距排列的坐标轴显示的则是变换后的值。

幂律与直线

对于幂律

y=Axk,y=Ax^k,

取对数可得

log⁡by=log⁡bA+klog⁡bx.\log_b y=\log_b A+k\log_b x.

在变换后的坐标中,这可写为

Y=c+kX,c=log⁡bA.Y=c+kX,\qquad c=\log_b A.

因此,指数 kk 就是斜率,而 A=bcA=b^c 决定直线的竖直位置。增大 AA 会使直线向上平移,但不改变斜率。

对于严格满足幂律的两个点,

k=log⁡by2−log⁡by1log⁡bx2−log⁡bx1=ln⁡(y2/y1)ln⁡(x2/x1).k= \frac{\log_b y_2-\log_b y_1} {\log_b x_2-\log_b x_1} = \frac{\ln(y_2/y_1)} {\ln(x_2/x_1)}.

只要使用同一对数底数,这个比值就与底数的选择无关。

例如:

关系 双对数图上的斜率 含义
y=Axy=Ax 11 xx 增至原来的两倍,yy 也增至原来的两倍
y=Ax2y=Ax^2 22 xx 增至原来的两倍,yy 增至原来的四倍
y=Ax−1y=Ax^{-1} −1-1 xx 增至原来的两倍,yy 减至原来的一半
y=Ay=A 00 yy 保持不变

例如,点 (1,3)(1,3)、(10,300)(10,300) 和 (100,30000)(100,30000) 均位于 y=3x2y=3x^2 上。在双对数图中,xx 每增至原来的十倍,yy 就增至原来的一百倍,从而形成一条斜率为 2 的直线。

斜率是变换后坐标变化量的比值,而不只是直线在页面上呈现的倾角。改变图的纵横比会改变直线的视觉倾角,却不会改变指数。如果两条坐标轴使用不同的对数底数,坐标斜率还需要计入底数换算因子。

单位与参考量

对于物理量,可以用无量纲比值来表示对数:

X=ln⁡(xx0),Y=ln⁡(yy0),X=\ln\left(\frac{x}{x_0}\right),\qquad Y=\ln\left(\frac{y}{y_0}\right),

其中,x0x_0 和 y0y_0 是具有相应单位的正参考量。此时,幂律变为

Y=ln⁡(Ax0ky0)+kX.Y= \ln\left(\frac{Ax_0^k}{y_0}\right)+kX.

改变单位或参考值会使坐标发生平移,但指数保持不变。不过,数值系数 AA 通常取决于所选单位。

曲率与局部标度

双对数图呈现弯曲,说明单一的幂律指数无法描述整个绘图区间。对于取正值的可微函数 y=f(x)y=f(x),其局部对数斜率为

dln⁡ydln⁡x=xydydx.\frac{d\ln y}{d\ln x} = \frac{x}{y}\frac{dy}{dx}.

这一结果可由链式法则得出。它衡量的是:当 xx 发生微小百分比变化时,yy 相应发生的近似百分比变化。在计量经济学中,这也称为弹性。

对于严格的幂律,这个斜率是常数。对于若干幂函数之和,斜率则可能变化。例如,

y=Axp+Bxq,A,B>0,p<q,y=Ax^p+Bx^q,\qquad A,B>0,\quad p<q,

当 xx 趋近于零时,斜率趋近于 pp;当 xx 变得很大时,斜率趋近于 qq。图像展示了两种标度区间之间的过渡。

加性偏移也会使图像弯曲。关系

y=c+Axky=c+Ax^k

虽然包含一个幂律项,但在双对数坐标下通常并不是直线。因此,在估计指数时,如果没有考虑基线值,就可能得出误导性结果。

与其他图的比较

半对数图只有一条坐标轴采用对数尺度。不同的坐标选择可以将不同的关系化为直线:

  • 两轴均为线性坐标: y=a+bxy=a+bx 为直线。
  • 纵轴为对数坐标,横轴为线性坐标:指数函数关系 y=Aekxy=Ae^{kx} 为直线。
  • 纵轴为线性坐标,横轴为对数坐标: y=a+bln⁡xy=a+b\ln x 为直线。
  • 两轴均为对数坐标: y=Axky=Ax^k 为直线。

指数增长在双对数图上并不呈直线。对于 y=Aekxy=Ae^{kx},

dln⁡ydln⁡x=kx,\frac{d\ln y}{d\ln x}=kx,

因此,其局部斜率随 xx 而变化。

双对数坐标强调比值和相对变化,线性坐标则强调绝对差值。两种表示方式没有哪一种在所有情况下都更好;它们各自突出数据的不同性质。

应用

双对数图广泛用于在很大的取值范围内比较测量数据、理论预测和计算结果。

在物理学中,双对数图用于展示标度关系,例如平方反比定律以及物理量之间的幂律依赖关系。理论预测的指数可以与观测到的斜率进行比较。

在数值分析中,对于误差模型

E(h)≈ChpE(h)\approx Ch^p

以步长 hh 为横坐标、误差 EE 为纵坐标绘制双对数图,会得到一条近似直线。其斜率可用于估计收敛阶 pp。当步长极小时,与浮点运算有关的舍入效应可能破坏这一趋势。

在计算机科学中,双对数图有助于将实测运行时间或内存用量与幂律增长进行比较。仅凭一段近似直线的图像,并不能确定渐近复杂度界:有限规模效应和对数因子都可能改变表观斜率。

在分形研究中,常将计数或测度相对于观测尺度作图。例如,若盒计数满足 N(ε)∝ε−DN(\varepsilon)\propto\varepsilon^{-D},则以盒子尺寸 ε\varepsilon 为横坐标绘制双对数图时,斜率为 −D-D。

在统计学中,双对数图用于考察分布的尾部,以及变量之间可能存在的标度关系。

回归与统计解释

看起来呈直线的模式可以提示采用幂律模型,但并不能证明幂律关系确实存在。一种常见的拟合方法是先对观测值进行变换,再应用线性回归:

ln⁡yi=α+kln⁡xi+εi.\ln y_i=\alpha+k\ln x_i+\varepsilon_i.

使用普通最小二乘法,最小化的是对数坐标中的残差平方和,而不是 yy 原始值的偏差平方和。

这一区别对应着不同的误差模型。对数坐标中的加性误差意味着原始坐标中的乘性误差:

yi=eαxikeεi.y_i=e^\alpha x_i^k e^{\varepsilon_i}.

如果 εi\varepsilon_i 服从均值为零、方差恒为 σ2\sigma^2 的正态分布,则条件中位数为

median⁡(y∣x)=eαxk,\operatorname{median}(y\mid x)=e^\alpha x^k,

而条件期望值为

E⁡(y∣x)=eαxkeσ2/2.\operatorname{E}(y\mid x)=e^\alpha x^k e^{\sigma^2/2}.

因此,仅对拟合得到的对数预测值取指数,通常不能估计原始尺度上的条件均值。

恰当的拟合方法还取决于测量误差、观测值之间的依赖关系,以及变异程度是否随 xx 而变化。如果两个坐标都存在不确定性,可能需要采用普通回归以外的方法。

分布尾部

双对数坐标下呈直线的尾部暗示可能存在幂律,但仅凭目测得到的证据并不充分。其他分布也可能在有限范围内近似直线,而且直方图的分箱方式可能改变表观形态。

所绘制的量同样重要。如果某个连续型概率密度函数在某一下限阈值以上满足

p(x)∝x−α,α>1,p(x)\propto x^{-\alpha},\qquad \alpha>1,

则其生存概率满足

P(X>x)∝x−(α−1).P(X>x)\propto x^{-(\alpha-1)}.

因此,概率密度在双对数图上的斜率为 −α-\alpha,而生存曲线的斜率为 1−α1-\alpha。混淆两者会使指数的估计相差 1。

对于按对数等距分箱的直方图,原始计数还会受到箱宽递增的影响。估计概率密度时,需要按箱宽进行归一化。对幂律尾部的正式评估可能涉及最大似然估计、拟合优度检验,以及与其他候选分布的比较。

局限性与呈现方式

普通的实数对数坐标轴要求坐标值严格为正。零没有有限的对数,负值也无法在标准双对数图上显示。省略这些观测值可能改变对所展示数据的解读。

在取对数之前加上任意常数,并不是不影响结果的补救办法。绘制 ln⁡(x+c)\ln(x+c) 会改变比值,也可能改变表观上的标度关系。带符号对数尺度或对称对数尺度可以显示非正值,但无法在整个取值范围内保留标准的“幂律对应直线”这一解释。

其他重要局限性包括:

  • 压缩绝对差异。 数值上的巨大差异在视觉上可能并不显著。
  • 标度范围有限。 许多平滑关系在狭窄区间内看起来都近似直线。
  • 局部斜率对噪声敏感。 导数的数值估计可能出现剧烈波动。
  • 不确定性经过变换。 原始尺度上对称的误差棒,在对数坐标中通常会变得不对称;延伸至零的误差界限无法正常显示。
  • 截取图像导致背景信息丢失。 只展示看似线性的部分,可能掩盖阈值、饱和现象或标度区间的变化。

清晰的图示应说明坐标轴尺度、单位、所绘制的量、拟合范围,以及任何参考斜率的含义。刻度标签应明确表示的是原始值还是对数值。