Elysia Tools
导航
Math & Numbers
计算原始峰度和超额峰度，衡量分布尾部重量与尖峰程度
详情
输入数值数据集，判断分布是否比正态分布更重尾、更尖峰或更平坦。
执行
填写表单、运行工具，并在同一页面查看结果。
案例
相关内容
等待运行
工具使用指南
峰度计算器是一款专业的统计分析工具，旨在帮助用户快速计算数值数据集的原始峰度和超额峰度。通过输入一组数据，您可以轻松判断其分布形态是否比标准正态分布更具重尾特征或更加尖锐。该工具支持自定义小数位数，并可选择输出汇总统计信息，是金融风险评估、质量控制和学术研究中分析数据分布特征的理想选择。
背景
分析师正在检查一组包含明显离群值的小样本数据，需要量化该离群值对整体分布形态的影响。
问题
快速计算包含极端值的数据集的超额峰度，以确认其重尾特征。
如何使用
在“数据集”中输入 `2, 3, 4, 5, 6, 30`，选择输出“超额和原始都计算”。
峰度输出: both, 小数位数: 4, 包含汇总统计: true结果
成功计算出总体超额峰度为 1.076，原始峰度为 4.076，明确证实了离群值导致分布呈现厚尾特征。
背景
风险经理需要评估某只股票过去一个月的日收益率分布，以判断传统的基于正态分布的风险模型（如VaR）是否适用。
问题
计算收益率序列的超额峰度，判断是否存在肥尾效应（极端涨跌概率）。
如何使用
将收益率数据粘贴到“数据集”输入框中，选择“超额峰度”输出，并保留4位小数。
峰度输出: excess, 小数位数: 4, 包含汇总统计: false结果
快速得出超额峰度值。若结果显著大于0，则提示风险经理该股票存在肥尾风险，传统正态模型可能低估极端损失。
原始峰度衡量数据分布的尾部重量，正态分布的原始峰度为3。超额峰度是原始峰度减去3，用于直观对比正态分布（超额峰度为0）。
超额峰度大于0（尖峰厚尾分布）表示数据分布比正态分布有更厚的尾部和更尖的峰，意味着出现极端值（离群点）的概率更高。
工具支持输入任意数量的数值，只需确保数值之间使用逗号、空格或换行符正确分隔即可。
汇总统计信息可以提供均值、方差等基础数据，帮助您在分析峰度的同时，更全面地了解数据集的整体分布特征。
可以。您可以通过“小数位数”选项自由设置结果保留的精度，支持0到10位小数，默认保留4位。