Eine Familie diskreter, schwer‑schwanziger Verteilungen, erzeugt durch einen stochastischen Wachstumsprozess, bei dem neue Kategorien (z. B. Wörter, Items) mit konstanter Wahrscheinlichkeit erscheinen und bestehende Kategorien Vorkommen proportional zu ihrer aktuellen Häufigkeit akkumulieren (Preferential‑Attachment). Das Modell liefert schiefe Rang‑Häufigkeitsmuster, die häufig zur Beschreibung von Wortfrequenzen und einigen bibliometrischen Phänomenen verwendet werden.

Prinzip

Sequenzieller Eintritt kombiniert mit preferential attachment erzeugt eine rechtsschiefe Häufigkeitsverteilung, deren Schwanzexponent durch die Rate der Einführung neuer Kategorien bestimmt wird; der Prozess erklärt, wie frühe oder häufige Elemente unverhältnismäßig dominant werden.

Demonstration

Illustratives Szenario: Simulation einer Folge, in der mit Wahrscheinlichkeit p bei jedem Schritt ein neuer Token eintritt und mit Wahrscheinlichkeit 1−p ein bestehender Token proportional zu seiner Häufigkeit gezogen wird; nach vielen Schritten zeigt das empirische Häufigkeitshistogramm einen langen Schwanz konsistent mit der Yule–Simon‑Form, parametrisiert durch p.

Fehlanwendung

Ein Yule–Simon‑Modell an beobachtete schwere Schwänze anzupassen und daraus ohne Prüfung alternativer Mechanismen (z. B. multiplikatives Wachstum, Fitness‑Modelle) zu schließen, dass preferential attachment kausal verantwortlich ist.

Konsequenz

Bietet ein mechanistisches Kandidatenmodell für beobachtete power‑law‑artige Verteilungen in Linguistik und Bibliometrie und legt nahe, beim Simulieren oder Interpretieren von Häufigkeitsdaten Eintrittsraten oder Attachments‑Kerne zu berücksichtigen.

Umkehrung

Effekte endlicher Größe, Trunkierung, Stichprobenverzerrung oder alternative generative Mechanismen können ähnliche Schwänze erzeugen; in statischen oder nicht sequenziellen Systemen ist der Yule–Simon‑Prozess kein gültiges kausales Modell.

Abgrenzung

Eindeutig innerhalb: Systeme, die durch sequenzielle Hinzufügungen mit preferentialer Wiederverwendung aufgebaut werden (z. B. Wortgebrauch in wachsenden Korpora). Randfall: Korpora aus unabhängigen Quellen ohne sequenzielles Wachstum. Außerhalb: Datensätze aus unabhängigen Ziehungen einer festen Verteilung ohne Wachstumsdynamik.

Semantische Spannung

Mechanistische Erklärung (preferential attachment) ↔ Deskriptive Anpassung (Power‑Law): eine gute Anpassung beweist nicht die Ursache.

Synthese

Die Yule–Simon‑Verteilung liefert eine einfache, prüfbare generative Hypothese für schiefe Häufigkeitsdaten in wachsenden Systemen; sie sollte als ein Modell unter mehreren prozessbasierten Alternativen bewertet werden.