打游戏的间隔时间是幂律的；
地震的间隔时间是幂律的；
地方访问频数分布是幂律的；
地点停留时间分布是幂律的；
旅行距离分布是幂律的；
个人财富分布是幂律的；
社交网络上朋友的数目是幂律的；
……
这本书从时间的异质性出发，想表述的却不仅仅是时间规律，还包括一切异质性中的普适特征；这本书从人类行为出发，想刻画的却不仅仅是人类行为，还包括宇宙运行的万千规律。
这本书向前迈出了一步，而更远的征程上的美景或许来自于各位读者的贡献。不管是叫爆发、阵发还是异质性，我们都会无数次遇到以幂函数为代表的一类非常广阔的分布函数，这些函数中的一大部分都具有发散的二阶矩。对这类分布函数进行抽样分析、参数估计、检验以及置信区间的确定等，都需要更加完善的数理统计理论基础。既然事件到达的时间间隔是异质的，无法用均匀过程或者泊松过程来刻画，那么以前大量从泊松过程得来的排队论的结论都需要重新的审视。同样，间隔时间分布中发散的高阶矩再次成为完美理论的拦路虎。事实上，面对这样异质的序列，计算事件发生的记忆性这样简单的任务都变得不同寻常。我们有理由相信，这些普适而美妙的统计规律的发现，会给概率论、数理统计以及随机过程这些传统的学科提出新的问题，而刻画爆发特性的分布函数有一天将成为概率统计与随机过程教材中的常客。
