fn_registry/python/functions/datascience/estimate_pareto_alpha.md

name, kind, lang, domain, version, purity, signature, description, tags, uses_functions, uses_types, returns, returns_optional, error_type, imports, params, output, tested, tests, test_file_path, file_path

name	kind	lang	domain	version	purity	signature	description	tags	uses_functions	uses_types	returns	returns_optional	error_type	imports	params	output	tested	tests	test_file_path	file_path
estimate_pareto_alpha	function	py	datascience	1.0.0	pure	def estimate_pareto_alpha(values: list[float], x_min_percentile: float = 90.0) -> dict	Estima el exponente alpha de una distribución Pareto via MLE. Alpha bajo indica cola más pesada y mayor frecuencia de valores extremos.	estimation pareto power-law heavy-tail statistics				false		numpy	name desc values lista de valores numericos positivos donde se sospecha cola pesada (ej: tamanios de ordenes, ingresos). Debe haber >10 valores. name desc x_min_percentile percentil a partir del cual considerar la cola (tipico: 90.0 para considerar el 10% superior)	dict con {alpha, x_min, n_tail} donde alpha es el exponente estimado (menor = cola mas pesada)	false			python/functions/datascience/datascience.py

Ejemplo

import numpy as np
# Simular datos con cola pesada
values = list(np.random.pareto(2.0, 1000) + 1)
result = estimate_pareto_alpha(values, x_min_percentile=90.0)
# {'alpha': ~2.0, 'x_min': ..., 'n_tail': 100}

Notas

Usa el estimador MLE de Hill: α = n / Σ ln(xᵢ / x_min). x_min se determina como el percentil indicado de los valores positivos. Retorna alpha=0 si hay menos de 10 valores positivos o la cola tiene menos de 2 elementos. Función pura: requiere numpy instalado.