Exponential distributions arise for

Exponential distributions arise for the length of a set of walks when, at each step in
a walk, there is a constant probability that the walk will end. Sometimes the walk
ends after only a few steps, sometimes after many steps. Longer walks are less
likely because they must survive many more equally likely terminations. It can be
shown that if the probability per unit length to terminate the walk remains constant,
the distribution of lengths of many walks has an exponential form. (See, for exam-
ple, Liebovitch et al. 1987 where this is derived in terms of durations of time, which
are here analogous to the lengths of the walks.) This model could represent human
behavior. The band continues a walk, at each moment deciding whether it has been
worthwhile and whether, with the same chance, it should be continued or ended.
We also wish to test an exponential function because Ju/’hoansi migration distances
(in the sense of the distance between the birthplaces of spouses, see below) seem to
resemble an exponential distribution. Interestingly, the step lengths of the Ju/’hoansi
data do not appear to match an exponential distribution well, as shown by theKolmogorov–Smirnov test statistic of p = 0.018 (Table 3). We also tried to fit an
exponential curve to the step length data using the multihistogram method (Fig. 3).
The coefficient of determination (R2) for the exponential distribution is 0.910,
markedly lower than the same coefficient for the power law (R2 = 0.965). This, of
course, suggests that the power law is a better fit to the data. We conclude that the
power law distribution of step lengths, which implies a Lévy flight model of move-
ment, is the best fit to the data of the alternatives tested.

ผลลัพธ์ (ไทย) 1:

เนนการกระจายเกิดขึ้นสำหรับความยาวของชุดเดินเมื่อ ในแต่ละขั้นตอนในเดิน มีความคงที่ที่จะจบการเดินเป็นการ บางครั้งเดินสิ้นสุดหลังจากเพียงไม่กี่ขั้นตอน บางครั้งหลังจากหลายขั้นตอน เดินให้นานมีน้อยลงมีแนวโน้มได้เนื่องจากพวกเขาต้องอยู่รอดหลายเท่า ๆ กันมีแนวโน้มยุติ มันสามารถแสดงให้เห็นว่าถ้าความน่าเป็นการต่อหน่วยความยาวในการยกเลิกการเดินทางคงที่การกระจายของความยาวของเดินมากมีแบบฟอร์มการชี้แจง (ดู สอบ-ple, Liebovitch et al. 1987 ที่นี้ได้มาในแง่ของระยะเวลา ที่มีที่นี่คล้ายคลึงกับความยาวของการเดิน) รุ่นนี้สามารถเป็นตัวแทนของมนุษย์ลักษณะการทำงาน วงยังคงเดิน ในแต่ละช่วงเวลาที่ตัดสินใจว่า จะได้รับคุ้มค่า และว่า มีโอกาสเดียว ควรจะต่อเนื่อง หรือสิ้นสุดเราต้องการทดสอบฟังก์ชันการชี้แจงเนื่องจากจู /'hoansi ระยะการโยกย้าย(ในความรู้สึกของระยะทางระหว่าง birthplaces ของคู่สมรส ดูด้านล่าง) ดูเหมือนจะมีลักษณะการกระจายเนน เรื่องน่าสนใจ ความยาวขั้นตอนของการจู /'hoansiข้อมูลไม่ ตรงกับการกระจายเนน รวมทั้งแสดง โดยสถิติทดสอบ theKolmogorov – Smirnov p = 0.018 (ตารางที่ 3) เรายังพยายามให้พอดีกับการเส้นโค้งชี้แจงข้อมูลความยาวขั้นตอนโดยใช้วิธี multihistogram (3 รูป)ค่าสัมประสิทธิ์การกำหนด (R2) สำหรับการกระจายเนนเป็น 0.910สัญญาณต่ำกว่าค่าสัมประสิทธิ์เดียวกันสำหรับกฎหมายพลังงาน (R2 = 0.965) นี้ ของหลักสูตร แนะนำกฎหมายพลังงานพอดีกับข้อมูล เราสรุปได้ว่าการกฎหมายการกระจายพลังงานของขั้นตอนยาว ซึ่งหมายถึงแบบจำลองการบินเก็บของย้าย-ment ดีสุดกับข้อมูลของทางเลือกที่ผ่านทดสอบ

ผลลัพธ์ (ไทย) 2:

การแจกแจงเอกเกิดขึ้นสำหรับความยาวของชุดเดินเมื่อในแต่ละขั้นตอนใน
การเดินมีความเป็นไปได้อย่างต่อเนื่องที่ใช้เวลาเดินจะสิ้นสุด บางครั้งเดิน
จบลงหลังจากนั้นเพียงไม่กี่ขั้นตอนบางครั้งหลังจากหลายขั้นตอน เดินอีกต่อไปมีน้อย
อาจเป็นเพราะพวกเขาต้องเอาตัวรอดอื่น ๆ อีกมากมายเท่ากันจะยุติ ก็สามารถที่จะ
แสดงให้เห็นว่าถ้าความน่าจะต่อหน่วยความยาวที่จะยุติการเดินคงที่
การกระจายตัวของความยาวของการเดินหลายคนมีรูปแบบที่ชี้แจง (ดู exam-
PLE, Liebovitch et al. 1987 ที่นี้จะมาในแง่ของระยะเวลาของเวลาที่
อยู่ที่นี่คล้ายกับความยาวของการเดินได้.) รุ่นนี้จะเป็นตัวแทนของมนุษย์
พฤติกรรม วงดนตรียังคงเดินในขณะที่จะตัดสินใจว่าจะได้รับในแต่ละ
คุ้มค่าและไม่ว่าจะมีโอกาสเดียวกันก็ควรจะได้รับอย่างต่อเนื่องหรือสิ้นสุด.
นอกจากนี้เรายังต้องการที่จะทดสอบฟังก์ชั่นการชี้แจงเพราะจู / ระยะทาง 'การโยกย้าย hoansi
(ในความหมายของ ระยะห่างระหว่างแหล่งกำเนิดของคู่สมรส, ดูด้านล่าง) ดูเหมือนจะ
มีลักษณะคล้ายกับการกระจายชี้แจง ที่น่าสนใจความยาวขั้นตอนของจู / 'hoansi
ข้อมูลไม่ปรากฏขึ้นเพื่อให้ตรงกับการกระจายชี้แจงดีที่แสดงโดย theKolmogorov-Smirnov สถิติทดสอบของ p = 0.018 (ตารางที่ 3) นอกจากนี้เรายังพยายามที่จะพอดีกับ
เส้นโค้งชี้แจงข้อมูลขั้นตอนที่มีความยาวโดยใช้วิธีการ multihistogram (รูปที่. 3).
ค่าสัมประสิทธิ์ของการตัดสินใจ (R2) สำหรับการกระจายการชี้แจงเป็น 0.910,
เห็นได้ชัดต่ำกว่าค่าสัมประสิทธิ์เดียวกันกฎหมายไฟ (R2 = 0.965) นี้ของ
หลักสูตรที่แสดงให้เห็นว่าอำนาจกฎหมายเป็นดีกว่าพอดีกับข้อมูล เราสรุปได้ว่า
การกระจายอำนาจกฎหมายของความยาวขั้นตอนซึ่งหมายถึงรูปแบบการจัดเก็บการบินมูฟ
ment เป็นแบบที่ดีที่สุดกับข้อมูลของทางเลือกที่ผ่านการทดสอบ

ผลลัพธ์ (ไทย) 3:

เชื่อในตัวเอง