정규 분포의 Kurtosis에 대해 설명드리겠습니다.
Kurtosis는 통계학에서 데이터의尾의 두께를 나타내는 척도입니다. Kurtosis의 두 가지 방법으로 Fisher 방법과 Pearson 방법이 있습니다.
Fisher 방법은 데이터의 Kurtosis를 측정할 때, 데이터의 평균과 표준편차를 제거한 후 Kurtosis를 측정하는 방법입니다. Fisher 방법은 'excess kurtosis'를 사용하는 이유는, 데이터의 평균과 표준편차가 제거된 후 Kurtosis를 측정하기 때문입니다. 'excess kurtosis'는 정규 분포의 Kurtosis를 3으로 설정한 후, 데이터의 Kurtosis를 측정한 차이를 나타내는 척도입니다.
Pearson 방법은 데이터의 Kurtosis를 측정할 때, 데이터의 평균과 표준편차를 사용하여 Kurtosis를 측정하는 방법입니다. Pearson 방법은 Fisher 방법보다 더 많은 데이터가 필요합니다.
정규 분포의 Kurtosis는 3으로 설정됩니다. 따라서, 데이터의 Kurtosis가 3보다 높거나 낮으면, 데이터는 정규 분포와 다르다는 것을 나타냅니다.
2025-06-26 21:33