첨도는 분포의 정점과 평탄도를 측정하는 것입니다. 분포의 밀도 함수 (있는 경우)는 곡선으로 볼 수 있으며 모양과 관련된 기하학적 특성 (예 : 곡률, 볼록도 등)이 있습니다.
분포의 첨도가 첨도의 기하학적 의미를 설명 할 수있는 밀도 함수의 일부 기하학적 특징과 관련이 있는지 궁금합니다.
첨도는 분포의 정점과 평탄도를 측정하는 것입니다. 분포의 밀도 함수 (있는 경우)는 곡선으로 볼 수 있으며 모양과 관련된 기하학적 특성 (예 : 곡률, 볼록도 등)이 있습니다.
분포의 첨도가 첨도의 기하학적 의미를 설명 할 수있는 밀도 함수의 일부 기하학적 특징과 관련이 있는지 궁금합니다.
답변:
연속 분포의 순간과 첨도와 같은 기능은 밀도 함수의 그래프에 대해 거의 알려주지 않습니다.
예를 들어 다음 그래프를 고려하십시오.
이들 각각은 통합 된 음이 아닌 함수의 그래프입니다 . 모두 PDF입니다. 게다가, 그들은 모두 정확히 같은 순간을 가지고 있습니다. 따라서 그들이 공통 첨도 점유율 (동일하게 일어나는 - 3 + 3 예 2 + 2 전자 (3) + E (4) ).
이 함수의 공식은 다음과 같습니다
위한 - 1 ≤ S ≤ 1 , 및 K ∈ Z .
그림 은 왼쪽 의 값과 상단 의 k 값을 표시합니다 . 왼쪽 열에는 표준 로그 정규 분포에 대한 PDF가 표시됩니다.
Kendall의 고급 통계 이론 (Stuart & Ord, 5th edition) 의 연습 6.21 은 독자들에게이 모두가 같은 순간을 가지고 있음을 보여달라고 요청합니다.
하나는 유사하게 수정할 수 있는 근본적으로 다른 형태의 또 다른 PDF를 생성 할 PDF를하지만, 따라서 같은 첨도있을 것 같은 두 번째 및 네 번째 중앙 순간 (말),와. 이 예만으로도 첨도는 쉽게 해석 할 수 있거나 직관적 인 대칭성, 단일성, 이형성, 볼록성 또는 기타 친숙한 곡선의 기하학적 특성의 측정이 아니라는 점이 풍부해야합니다.
따라서 모멘트의 기능 (및 특수한 경우의 첨도)은 pdf 그래프의 기하학적 특성을 설명하지 않습니다. pdf는 면적을 기준으로 확률을 나타 내기 때문에 한 장소에서 다른 장소로 확률 밀도를 거의 자유롭게 이동하여 PDF의 모양을 크게 변경하는 동시에 미리 지정된 한정된 수의 한정된 순간을 고정시킬 수 있습니다.
대칭 분포 (균일 한 중심 모멘트가 의미있는 분포)의 경우 첨도는 기본 pdf의 기하학적 특성을 측정합니다. 첨도가 분포의 정점을 측정하는 것은 사실이 아닙니다. 오히려, 첨도는 기본 분포가 대칭 및 이봉 이되는 거리를 측정합니다 (대수적으로, 완벽하게 대칭이되는 이봉 분포는 첨도가 1이되어 첨도가 가질 수있는 가장 작은 값임) [0].
간단히 말해서 다음과 같이 정의하면 [1]
RB 달링턴 (1970). Kurtosis는 정말 "피크 니스"입니까? 미국 통계 학자, Vol. 24, 2 번
[1] JJA 무 어스 (1986). Kurtosis의 의미 : 달링턴 재검토. 미국 통계 학자, 제 40 권, 제 4 호.
[NB 이것은 현장의 다른 질문에 대한 답변으로 작성되었습니다; 대답은 현재 질문에 병합되었습니다. 그렇기 때문에이 답변이 다르게 표현 된 질문에 응답하는 것 같습니다. 그러나 많은 게시물이 여기에 관련되어야합니다.]
첨도는 분포의 형태를 실제로 측정하지 않습니다. 일부 분포 제품군 내에서 모양을 설명한다고 말할 수 있지만, 일반적으로 첨도는 실제 모양에 대해 크게 설명하지 않습니다. 모양은 첨도와 관련이없는 것을 포함하여 많은 것들에 의해 영향을받습니다.
첨도에 대한 이미지 검색을 수행하는 경우 다음과 같은 이미지가 표시됩니다.
대신 첨도를 증가시키는 대신 변화하는 변화를 보이는 것 같습니다. 비교를 위해 표준 편차가 다른 방금 그린 (R을 사용하여) 세 가지 일반 밀도가 있습니다.
보시다시피, 이전 그림과 거의 동일하게 보입니다. 이것들은 모두 정확히 같은 첨도를 가지고 있습니다. 대조적으로, 여기 다이어그램이 목표로 한 것에 더 가까운 예제가 있습니다.
녹색 곡선은 피크가 높고 꼬리가 무겁습니다 (이 디스플레이는 꼬리가 실제로 얼마나 무거운 지 보는 데 적합하지 않습니다). 파란색 곡선의 피크가 적고 꼬리가 매우 밝습니다 (실제로는 넘어서는 꼬리가 없습니다)
이것은 대개 사람들이 밀도의 모양을 나타내는 첨도에 대해 이야기 할 때 의미하는 것입니다. 그러나 첨도는 미묘 할 수 있습니다. 그렇게 작동 할 필요는 없습니다.
예를 들어, 주어진 분산에서 더 높은 첨도는 실제로 더 낮은 피크에서 발생할 수 있습니다.
또한 과도한 첨도가 제로임을 암시하는 유혹 (그리고 꽤 많은 책에서 공개적으로 언급되어 있음)을주의해야합니다. 과도한 첨도 0을 갖는 분포가 정상과 다릅니다. 예를 들면 다음과 같습니다.
사실, 그것은 또한 이전 요점을 보여줍니다. 나는 정상보다 높은 첨도를 가진 유사하게 보이는 분포를 쉽게 구성 할 수 있었지만 중앙에서 여전히 0 인 피크는 전혀 없었습니다.
사이트에 첨도를 설명하는 게시물이 많이 있습니다. 한 가지 예가 여기 있습니다 .
11/23/2018 편집 :이 게시물을 작성한 후 첨도에 대한 기하학적 관점을 개발했습니다. 하나는 과잉 첨도가 실제로 정상 분위수-양분 위도의 꼬리에서 예상되는 45도 라인으로부터의 편차와 관련하여 기하학적으로 시각화 될 수 있다는 것이다; 이 QQ 플롯이 leptokurtic 또는 platykurtic 분포를 나타 냅니까?를 참조하십시오 .
다른 종류의 답변 : http://www.quantdec.com/envstats/notes/class_06/properties.htm : 그래픽 모멘트의 아이디어를 사용하여 첨도를 기하학적으로 설명 할 수 있습니다 .
다음에서는 일부 대칭 분포에 대한 그래픽 첨도의 도표를 보여줍니다. 모두 0을 중심으로 분산 1을 갖도록 조정되었습니다.
중앙에서 첨도에 대한 기여가 거의 없다는 점에 유의하십시오. 첨도는 "말하기"와는 관련이 없습니다.