scipy stats . kurtositest()函数| Python
原文:https://www.geesforgeks.org/scipy-stats-kurtosist-function-python/
**scipy.stats.kurtosistest(array, axis=0)**函数检验给定数据集是否具有正态峰度(Fisher 或 Pearson)。
什么是峰度？ 是第四个中心矩除以方差的平方。它是“尾部”的度量，即实值随机变量概率分布的形状描述符。简单来说，可以说它是衡量尾部相对于正态分布有多重的标准。
其公式–
参数: 数组:输入数组或有元素的对象。 轴:轴，将沿该轴计算 kurtosistest。默认情况下，轴= 0。
返回:正态分布数据集的 Z 值(统计值)和 P 值。
代码#1:
# Graph using numpy.linspace()
# finding kurtosis
from scipy.stats import kurtosistest
import numpy as np
import pylab as p
x1 = np.linspace( -5, 5, 1000 )
y1 = 1./(np.sqrt(2.*np.pi)) * np.exp( -.5*(x1)**2 )
p.plot(x1, y1, '*')
print( '\nKurtosis for normal distribution :\n', kurtosistest(y1))
输出:
Kurtosis for normal distribution :
KurtosistestResult(statistic=-2.2557936070461615, pvalue=0.024083559905734513)
