Лорънс Т. ДеКарло. Университет Фордхам. За симетрични унимодални разпределения положителната ексцесия показва тежки опашки и връхни точки спрямо нормалното разпределение, докато отрицателния ексцес показва леки опашки и плоскост.
Каква е употребата на ексцес?
Подобно на изкривяването, ексцесът е статистическа мярка, която се използва за описване на разпределението. Докато изкривяването разграничава екстремните стойности в едната спрямо другата опашка, ексцесът измерва екстремни стойности в двете опашки.
Какво означават стойностите на ексцеса?
Kurtosis е мярка за комбинираните размери на двете опашки. … Стойността често се сравнява с ексцеса на нормалното разпределение, което е равно на 3. Ако ексцесът е по-голям от 3, тогава наборът от данни има по-тежки опашки от нормалното разпределение (повече в опашките).
Как тълкувате ексцесия?
За ексцес, общата насока е, че ако числото е по-голямо от +1, разпределението е твърде пиково. По същия начин ексцесът по-малък от –1 показва твърде плоско разпределение. Разпределения, показващи изкривяване и/или ексцес, които надвишават тези насоки, се считат за ненормални. (Hair et al., 2017, стр.
Какво е примерът за ексцес?
Куртозисът на всяко едномерно нормално разпределение е 3. … Пример за лептокуртично разпределение е разпределението на Лаплас, което има опашки, които асимптотично се приближават до нула по-бавноотколкото Gaussian, и следователно произвежда повече отклонения от нормалното разпределение.
