Python中的 statsmodels.expected_robust_kurtosis()

借助statsmodels.expected_robust_kurtosis()方法，我们可以使用statsmodels.expected_robust_kurtosis()方法计算鲁棒峰度度量的期望值。

Syntax : statsmodels.expected_robust_kurtosis(ab, db)

Return : Return the four kurtosis value i.e kr1, kr2, kr3 and kr4.

示例 #1：
在这个例子中我们可以看到，通过使用statsmodels.expected_robust_kurtosis()方法，我们可以通过使用该方法得到鲁棒峰度度量的期望值。

# import numpy and statsmodels
import numpy as np
from statsmodels.stats.stattools import expected_robust_kurtosis
    
# Using statsmodels.expected_robust_kurtosis() method
gfg = expected_robust_kurtosis()
    
print(gfg)

输出 ：

[3.0000000 1.23309512 2.58522712 2.90584695]

示例 #2：

# import numpy and statsmodels
import numpy as np
from statsmodels.stats.stattools import expected_robust_kurtosis
    
# Using statsmodels.expected_robust_kurtosis() method
gfg = expected_robust_kurtosis([12, 22], [6, 7])
    
print(gfg)

输出 ：

[3.0000000 1.23309512 1.23859789 1.0535188 ]