pandas 峰度如何定义? [英] how is pandas kurtosis defined?

问题描述

我正在尝试使用大熊猫来治疗峰度.经过探索，我有

I am trying to get kurtosis using pandas. By doing some exploration, I have

test_series = pd.Series(np.random.randn(5000))
test_series.kurtosis()

但是，输出为:

-0.006755982906479385

但是我认为峰度( https://en.wikipedia.org/wiki/Kurtosis)应该接近(也许可以用N-1而不是N进行归一化，但这无关紧要)

But I think the kurtosis (https://en.wikipedia.org/wiki/Kurtosis) should be close to (maybe normalize over N-1 instead of N, but this does not matter here)

(test_series - test_series.mean()).pow(4).mean()/np.power(test_series.std(),4)

是

2.9908543104146026

推荐答案

熊猫文档表示以下内容

使用Fisher的峰度定义(正常峰度== 0.0)在请求的轴上返回无偏峰度

Return unbiased kurtosis over requested axis using Fisher’s definition of kurtosis (kurtosis of normal == 0.0)

这可能是多余的峰度，定义为kurtosis - 3.

这篇关于 pandas 峰度如何定义?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！