kurtosis
구문
설명
예제
입력 인수
출력 인수
알고리즘
첨도는 분포에서 이상값이 발생할 가능성이 얼마나 큰지를 측정한 값입니다. 정규분포의 첨도는 3입니다. 정규분포보다 이상값이 발생할 가능성이 큰 분포는 첨도가 3보다 크고, 정규분포보다 이상값이 발생할 가능성이 작은 분포는 첨도가 3보다 작습니다. 첨도의 일부 정의에서는 정규분포의 첨도가 0이 되도록 계산된 값에서 3을 뺍니다. kurtosis
함수는 이 규칙을 사용하지 않습니다.
분포의 첨도는 다음과 같이 정의됩니다.
여기서 μ는 x의 평균이고, σ는 x의 표준편차이고, E(t)는 수량 t에 대한 기대값을 나타냅니다. kurtosis
함수는 이 모집단 값의 표본의 값을 계산합니다.
flag
를 1
로 설정할 경우 첨도는 편향되고 다음 식이 적용됩니다.
flag
를 0
으로 설정할 경우 kurtosis
는 계통적 편향을 수정하며 다음 식이 적용됩니다.
이 편향 수정 식을 사용하려면 X
가 적어도 4개 요소를 포함해야 합니다.
확장 기능
버전 내역
R2006a 이전에 개발됨