scipy是如何計算峯度的？

我有這樣的代碼使用自己的代碼來計算峯度（http://mathworld.wolfram.com/Kurtosis.html），我把它比作scipy.stats.kurtosisscipy是如何計算峯度的？

a = array([ 1. , 2. , 2.5, 400. , 6. , 0. ]) 
#kurtosis (gives: 4.19886) 
print (sum((a - np.mean(a)) ** 4)/len(a))/np.std(a)**4 
# scipy kurtosis (gives: 5.996677) 
print scipy.stats.kurtosis(a,bias=False)

爲什麼SciPy的給不同的結果？我遵循數學世界的定義。

來源

2014-11-09 user248237dfsf

如果你讀SciPy的的峯度函數的documentation，SciPy的是calculting默認超額峯度（與減3）：

scipy.stats.kurtosis（A，軸= 0，漁民=真， bias = True）

計算數據集的峯度（Fisher或Pearson）。

峯度是第四中心時刻除以方差的平方。如果使用費希爾定義，則從中減去3.0，得到正態分佈的0.0。

如果偏差爲假，則峭度用k統計消除偏見來自偏置時刻來臨計算估計器

設置fisher到False會給你你所期望的：

In [1]: a = np.array([ 1. , 2. , 2.5, 400. , 6. , 0. ]) 

In [2]: scipy.stats.kurtosis(a, fisher=False) 
Out[2]: 4.198860780044809

來源

2014-11-09 01:37:31 mtrbean

非常違反直覺 - 爲什麼不'scipy.stats.kurtosis（a，fisher = False，bias = False）''給出與我的代碼相同的答案？我的代碼沒有偏差修正 – user248237dfsf 2014-11-09 01:38:47

顯然，對'bias'參數的解釋很混亂。設置'bias = False'會做偏差修正，而不是相反。 – mtrbean 2014-11-09 01:42:48

scipy是如何計算峯度的？

回答

相關問題