Kodama's home / tips.

ファイルサイズの分布(part2)

前回は /usr/bin のファイルサイズを観察し, フラクタル的に分布することを確かめた.

今回は, WWW ページ tips*.html のサイズをしらべて, ファイルサイズがフラクタル的では __ない__ 例を見る.

いくつかのグラフを作成するが, その意味の詳細については省略する. データ列を分析する手法としては, フラクタル解析や時系列解析などのテキストを読むと良い.

1. スクリプト
2. 順位-サイズのグラフ
3. 順位-サイズの片対数グラフ
4. 順位-サイズの両対数グラフ
5. まとめ. ファイルサイズのモデル

スクリプト

ls -ldS public_html/tips*html | gawk '{print $5}' | gnuplot gplot.txt > disk-use.png

以下で, gnuplot に与えるコマンドファイル gplot.txt を変えて様々なグラフを作る.

順位-サイズのグラフ

gnuplot のコマンドファイル(gplot.txt)

set terminal png
plot "< cat" using ($0+1):($1) # linear-linear

結果(図1)

順位-サイズの片対数グラフ

gnuplot のコマンドファイル(gplot.txt)

set terminal png
set logscale y; plot "< cat" using ($0+1):($1) # y=a b^x # exponent

結果(図2)

順位-サイズの両対数グラフ

gnuplot のコマンドファイル(gplot.txt)

set terminal png
set logscale xy; plot "< cat" using ($0+1):($1) # log-log

結果(図3)

まとめ. またまた, __インチキ__ なモデル

指数分布/幾何分布になったと云うのは, tipsのページが場当たり的に書いたメモの集積だからだ. つまり, どこで文書を終えるかという決定が, ポアソン分布またはパスカル分布にしたがって(...というか成行きにまかせて)なされているということ.

もしも, 一定の長さの文書(毎回 1000文字前後とか)を目指して各ページを書いていたら, ガウス分布になっていたはず.

おや？ 前回 は, ファイルサイズはフラクタル的に巾分布する,と云っていたのでは？

前回とは違い, 似た内容をよせ集める,と云うような凝集を [おこしていない] のが, 違いが出た理由と思われる.

Kodama's home / tips.