scipy.stats.Mixture.

kurtosis#

Mixture.kurtosis(*, method=None)[source]#

峰度(标准化四阶矩)

默认情况下,这是标准化四阶矩,也称为“非超额”或“Pearson”峰度(例如,正态分布的峰度为 3)。 “超额”或“Fisher”峰度(标准化四阶矩减 3)可通过 convention 参数获得。

参数:
method{None, ‘formula’, ‘general’, ‘transform’, ‘normalize’, ‘cache’}

用于计算标准化四阶矩的方法。并非所有方法都适用于所有分布。 详细信息请参见 moment

convention{‘non-excess’, ‘excess’}

有两种不同的约定可用

  • 'non-excess':标准化四阶矩(Pearson 峰度)

  • 'excess':标准化四阶矩减 3(Fisher 峰度)

默认值为 'non-excess'

另请参见

moment
mean
variance

参考文献

[1]

Kurtosis, Wikipedia, https://en.wikipedia.org/wiki/Kurtosis

示例

使用所需的参数实例化一个分布

>>> from scipy import stats
>>> X = stats.Normal(mu=1., sigma=2.)

评估峰度

>>> X.kurtosis()
3.0
>>> (X.kurtosis()
...  == X.kurtosis(convention='excess') + 3.
...  == X.moment(order=4, kind='standardized'))
True