La estadística de curtosis no mide el pico de la distribución. Puede tener un pico infinitamente puntiagudo con una distribución “platykurtic” (exceso de curtosis <0), y puede tener un pico plano con una distribución "leptokurtic" (curtosis cerca del infinito). La noción de que la curtosis de alguna manera mide el pico es una mitología que fue iniciada por Pearson en 1905, y la mayoría simplemente ha aceptado sus declaraciones incorrectas y las ha repetido.
La lógica es realmente muy simple: la curtosis es el promedio de los valores z (los valores estandarizados, o puntajes z), cada uno llevado a la cuarta potencia. Los valores Z cercanos a cero, donde normalmente se encuentra el pico, son extremadamente pequeños cuando se llevan a la cuarta potencia. Por lo tanto, estos datos no aportan prácticamente nada a la estadística de curtosis. Por lo tanto, la curtosis no es informativa sobre el pico.
Más bien, son los valores z extremos (los valores atípicos) los que le dan una curtosis grande o pequeña. Por lo tanto, la curtosis mide solo las colas (valores atípicos). No mide prácticamente nada sobre el pico.
- ¿Está garantizado el entusiasmo por la ciencia de datos? Si es así, ¿por qué?
- ¿Cómo debe ser una declaración de propósito para la Maestría en ciencia de datos?
- ¿Qué tipo de habilidades necesita desarrollar un programador científico durante la transición a un desarrollador de software industrial?
- ¿Cómo tenemos equilibrio de carga en los reductores en caso de sesgo de datos?
- Cómo ingresar al campo de la ciencia de datos
Ver Kurtosis – Wikipedia y https://www.ncbi.nlm.nih.gov/pmc… para más detalles.