ヘッド/テールブレーク：重い尾の分布を持つデータのための新しい分類スキーム

この記事では、重い尾の分布を持つデータのグルーピングや階層を見つけるための新しい分類スキーム—ヘッド/テールブレーク—を紹介します。重い尾の分布は右に大きく偏り、大きな値の少数がヘッドにあり、大部分の小さな値がテールに存在することが特徴で、一般的にはパワー法則、対数正規分布、または指数関数で表されます。例えば、ある国の人口はこのような重い尾の形で分布しており、少数の人々（例：20パーセント）が田舎に住み、圧倒的多数（例：80パーセント）が都市部に住んでいます。この新しい分類スキームは、平均を中心にすべてのデータ値を二つの部分に分割し、ヘッドにおける値（平均以上）のためにこのプロセスを反復的に続け、ヘッド部分の値がもはや重い尾の分布を持たなくなるまで行います。したがって、クラスの数とクラス間隔はどちらも自然に決まります。従って、私はこの新しい分類スキームが、重い尾の分布を持つデータのグルーピングや階層を見つけるためには自然なブレークよりも自然であると主張します。私は、データの根底にある階層を捉えるためのヘッド/テールブレーク法の利点を、ジェンクスの自然ブレークと比較して示します。