Points clés
- Catégorie
- Data Analysis
- Types d’entrée
- textarea, select, checkbox
- Type de sortie
- text
- Couverture des échantillons
- 3
- API disponible
- Yes
Vue d’ensemble
L'analyseur de Kurtosis est un outil statistique conçu pour mesurer la forme des queues d'une distribution de données. En calculant le coefficient de kurtosis, il permet d'identifier si vos données présentent des queues lourdes (indiquant une forte probabilité de valeurs aberrantes) ou des queues légères, facilitant ainsi une évaluation précise des risques et de la volatilité.
Quand l’utiliser
- •Pour évaluer le risque de volatilité extrême dans des séries temporelles financières.
- •Pour vérifier si un jeu de données suit une distribution normale ou s'il contient des anomalies significatives.
- •Pour comparer la dispersion des queues entre plusieurs échantillons de données statistiques.
Comment ça marche
- •Saisissez vos données numériques dans la zone de texte, séparées par des virgules ou des retours à la ligne.
- •Sélectionnez le format de vos données et le niveau de confiance souhaité pour les calculs statistiques.
- •Activez les options d'analyse détaillée ou d'évaluation des risques pour obtenir des indicateurs supplémentaires.
- •Cliquez sur analyser pour générer le coefficient de kurtosis et interpréter la nature de la distribution.
Cas d’usage
Exemples
1. Analyse de volatilité boursière
Analyste financier- Contexte
- Un analyste étudie les rendements quotidiens d'une action pour évaluer le risque de perte extrême.
- Problème
- Les rendements semblent présenter des pics fréquents, rendant la distribution non normale.
- Comment l’utiliser
- Copier les rendements quotidiens dans l'outil et activer l'évaluation des risques.
- Configuration d’exemple
-
confidenceLevel: 0.99, riskAssessment: true - Résultat
- Le calcul confirme une kurtosis élevée, validant la présence de queues lourdes et un risque accru de valeurs aberrantes.
2. Validation de données de capteurs
Ingénieur qualité- Contexte
- Des capteurs de température envoient des données en continu pour surveiller une ligne de production.
- Problème
- Il est nécessaire de vérifier si les variations de température sont stables ou si des anomalies surviennent.
- Comment l’utiliser
- Saisir les relevés de température et utiliser l'analyse détaillée.
- Configuration d’exemple
-
detailedAnalysis: true - Résultat
- La kurtosis proche de 3 indique une distribution normale, confirmant que le processus de production est stable.
Tester avec des échantillons
data-analysisHubs associés
FAQ
Qu'est-ce que la kurtosis ?
La kurtosis mesure le degré de concentration des données autour de la moyenne et la propension de la distribution à produire des valeurs extrêmes dans ses queues.
Que signifie une kurtosis élevée ?
Une kurtosis élevée indique des queues lourdes, ce qui signifie que la distribution produit plus de valeurs aberrantes que la loi normale.
Quelle est la différence entre queues lourdes et légères ?
Les queues lourdes suggèrent une probabilité plus élevée d'événements extrêmes, tandis que les queues légères indiquent une distribution plus concentrée avec peu de valeurs aberrantes.
Puis-je analyser plusieurs colonnes de données ?
Oui, en sélectionnant l'option 'Colonnes multiples', l'outil aplatira toutes les valeurs saisies pour effectuer une analyse globale.
L'outil est-il adapté à l'analyse financière ?
Absolument, il est particulièrement utile pour détecter les risques de krach ou de volatilité inattendue dans les rendements d'actifs.