【问题标题】:Statistical Kurtosis in relation to SPSS and MS excel与 SPSS 和 MS excel 相关的统计峰度
【发布时间】:2017-10-05 12:25:48
【问题描述】:

我使用 SPSS 作为我的数据集的统计分析工具。 我对峰度概念和 SPSS 和 excel 生成的概念很少有疑问。 请更正以下理解并跟进问题:

  1. 峰度作为分布中平均值附近的平坦度或峰度(驼峰)的度量。就分布尾部而言,它表明数据集相对于正态分布是重尾还是轻尾。

  2. 正态分布的峰度正好为 3(过度峰度正好为 0,即 kurt-3),也称为中峰分布。 具有高峰态的分布将其峰大于中峰峰,称为细峰 低峰态分布的峰小于中峰峰,称为扁峰分布。

问题:

  1. 过度峰度是什么意思,使用它有什么意义?我不清楚峰度与过度峰度之间的关系,只是过度峰度是峰度 3,因此我们将 0 作为基线。

  2. SPSS 工具生成“过度峰度”值还是简单的“峰度”值?换句话说,我们通常在 SPSS 中考虑什么基线来进行峰度测量和推理?是0还是3?在 SPSS 中,我得到 1.16 的峰度。因此,如果我将 3 视为基线,则 1.16 小于 3,因此我的分布可能是 platykurtic。但如果我认为基线为 0(超峰态),那么 1.16 显然大于 0,因此我的分布可能是尖峰态的。

  3. 如何再次在 excel 中工作? excel公式内部计算峰度为(kurt - 3)还是简单的kurt?我的意思是如何在 MS excel 中推断结果(基线 3 或 0)?

【问题讨论】:

    标签: statistics spss kurtosis


    【解决方案1】:

    峰度不测量分布的“峰值”或“高度”。它仅测量(潜在的)异常值(罕见的极端观察)。具体解释请看这里:https://en.wikipedia.org/wiki/Talk:Kurtosis#Why_kurtosis_should_not_be_interpreted_as_.22peakedness.22

    【讨论】:

    • 感谢峰度的澄清和分享链接。关于 SPSS 和 MS Excel 生成的结果的解释,可以使用什么基线来得出关于 platykurtic 和 leptokurtic 的结论。我的数据集的峰度值为 1.16。那么它是扁峰分布还是细峰分布?
    • EXCEL 默认提供超峰度;因此,值 > 0 表示尖峰型(比正态分布更容易出现异常值),值
    • 再次感谢您对 EXCEL 的峰态澄清。对 SPSS 前端有什么想法吗?我们可以将 SPSS 生成的峰度值视为过度峰度吗?
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2013-01-19
    • 2019-04-01
    • 2020-04-16
    • 2020-07-27
    • 1970-01-01
    • 2014-04-21
    相关资源
    最近更新 更多