scipy stats.kurtosistest()函数| Python

scipy.stats.kurtosistest(array, axis=0)函数测试给定数据集是否具有正常峰度（Fisher 或 Pearson）。

什么是峰态？
它是第四个中心矩除以方差的平方。它是“尾性”的度量，即实值随机变量的概率分布形状的描述符。简单来说，可以说它是衡量尾部与正态分布相比的重度。

它的公式——

Parameters :
array : Input array or object having the elements.
axis : Axis along which the kurtosistest is to be computed. By default axis = 0.

Returns : Z-score (Statistics value) and P-value for the normally distributed data set.

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 ：

正态分布的峰度：KurtosistestResult(statistic=-2.2557936070461615, pvalue=0.024083559905734513)