扁平化

本文解释了统计学中峰度的含义。因此,您将找到峰度的定义、其公式是什么、峰度有哪些不同类型以及用于确定任何数据样本峰度类型的计算器。

什么是谄媚?

峰度也称为峭度,是一种统计度量,指示分布在其均值附近的集中程度。

简而言之,峰度表示分布是陡峭还是平坦。具体来说,分布的峰度越大,它就越陡(或越尖锐)。

从这个意义上说,峰度系数是为了量化分布的峰度而执行的计算。我们将在下面看到它是如何计算的。

谄媚

尽管看起来可能矛盾,但峰度越大并不意味着方差越大,反之亦然。由于方差是与峰度不同的统计概念。如果您对此有任何疑问,可以参考以下帖子:

请参阅:方差(统计)

奉承的类型

奉承有三种类型

  • Leptokurtic :分布非常尖锐,也就是说数据强烈集中在均值附近。更准确地说,尖峰分布被定义为比正态分布更尖锐的分布。
  • 中峰:分布的峰度相当于正态分布的峰度。因此,它既不被认为是尖锐的,也不被认为是阿谀奉承的。
  • Platykurtic :分布非常平坦,也就是说平均值周围的集中度较低。形式上,峰态分布被定义为比正态分布更平坦的分布。

需要说明的是,不同类型的峰度是以正态分布的峰度为参考来定义的。

奉承的类型

👉您可以使用下面的计算器来确定数据集属于哪种类型的峰度。

扁平系数

峰度系数的计算公式如下:

\displaystyle g_2=\frac{1}{N}\cdot\frac{\displaystyle \sum_{i=1}^N(x_i-\mu)^4}{\sigma^4}-3

频率表中分组数据的峰度系数公式:

\displaystyle g_2=\frac{1}{N}\cdot\frac{\displaystyle \sum_{i=1}^N f_i\cdot(x_i-\mu)^4}{\sigma^4}-3

最后,分组数据的峰度系数公式:

\displaystyle g_2=\frac{1}{N}\cdot\frac{\displaystyle \sum_{i=1}^N f_i\cdot(c_i-\mu)^4}{\sigma^4}-3

金子:

请注意,在所有峰度系数公式中,都减去 3,因为它是正态分布的峰度值。因此,以正态分布的峰度为参考来计算峰度系数。这就是为什么有时在统计学中会计算出过度峰度

计算出峰度系数后,必须对其进行如下解释,以确定峰度的类型:

  • 如果峰度系数为正,则表示分布是尖峰的
  • 如果峰度系数为零,则意味着分布是中峰态的
  • 如果峰度系数为负,则表示分布是平峰的

展平计算器

将数据集插入以下计算器,计算其峰度系数以及峰度类型。数据必须用空格分隔,并使用句点作为小数点分隔符输入。

峰度和不对称性

在统计学中,峰度和偏度是两个经常一起研究的概念,因为两者都用来描述分布的形状。

更具体地说,偏度研究分布是对称还是不对称以及这对分布有何影响。因此,通过计算分布的峰度和偏度,可以确定其曲线的形状,而不需要以图形方式表示它。

点击这里了解更多:

请参阅:不对称性(统计)

添加评论

您的电子邮箱地址不会被公开。 必填项已用*标注