Koeficient špičatosti

Koeficient špičatosti (excesu) je charakteristika rozdělení náhodné veličiny, která porovnává dané rozdělení s normálním rozdělením pravděpodobnosti.

Koeficient špičatosti se obvykle označuje γ 2 {\displaystyle \gamma _{2}} .

Definice

Koeficient špičatosti je definován vztahem

γ 2 = μ 4 σ 4 = E [ X E ( X ) ] 4 ( var X ) 2 {\displaystyle \gamma _{2}={\frac {\mu _{4}}{\sigma ^{4}}}={\frac {\operatorname {E} [X-\operatorname {E} (X)]^{4}}{\left(\operatorname {var} \,X\right)^{2}}}} ,

kde μ 4 {\displaystyle \mu _{4}} je čtvrtý centrální moment, σ {\displaystyle \sigma } je směrodatná odchylka, E ( X ) {\displaystyle \operatorname {E} (X)} označuje střední hodnotu a var X {\displaystyle \operatorname {var} \,X} je rozptyl.

Vlastnosti

Normální rozdělení má špičatost tři. Kladná špičatost značí, že většina hodnot náhodné veličiny leží blízko její střední hodnoty a hlavní vliv na rozptyl mají málo pravděpodobné odlehlé hodnoty. Křivka hustoty je špičatější, nežli u normálního rozdělení. Záporná špičatost značí, že rozdělení je rovnoměrnější a jeho křivka hustoty je plošší nežli u normálního rozdělení.

Špičatost rozdělení nezávisí na lineární transformaci náhodné veličiny, je tedy např. stejná pro všechna normální rozdělení.

Výběrový koeficient špičatosti

Výběrový koeficient špičatosti je definován vzorcem

g 2 = m 4 m 2 2 = n i = 1 n ( x i x ¯ ) 4 ( i = 1 n ( x i x ¯ ) 2 ) 2 {\displaystyle g_{2}={\frac {m_{4}}{m_{2}^{2}}}=n{\frac {\sum _{i=1}^{n}(x_{i}-{\overline {x}})^{4}}{\left(\sum _{i=1}^{n}(x_{i}-{\overline {x}})^{2}\right)^{2}}}} ,

kde x ¯ {\displaystyle {\overline {x}}} je výběrový průměr, m 2 {\displaystyle m_{2}} je výběrový rozptyl a m 4 {\displaystyle m_{4}} je čtvrtý výběrový centrální moment.

Tento odhad je vychýlený. Méně vychýlené odhady dostaneme, když místo výběrových centrálních momentů použijeme nevychýlené odhady centrálních momentů:[1]

G 2 = M 4 M 2 2 = ( n 1 ) ( n 2 ) ( n 3 ) ( ( n + 1 ) g 2 + 6 ) b 2 = m 4 M 2 2 = ( n 1 n ) 2 g 2 3 {\displaystyle {\begin{aligned}G_{2}={\frac {M_{4}}{M_{2}^{2}}}&={\frac {(n-1)}{(n-2)(n-3)}}\left((n+1)g_{2}+6\right)\\b_{2}={\frac {m_{4}}{M_{2}^{2}}}&=\left({\frac {n-1}{n}}\right)^{2}g_{2}-3\end{aligned}}}

Pro rozptyly těchto odhadů platí var b 2 < var g 2 < var G 2 {\displaystyle \operatorname {var} \,b_{2}<\operatorname {var} \,g_{2}<\operatorname {var} \,G_{2}} .

Reference

  1. Estimating and Comparing Kurtosis and Skewness from and Arbitrary Population [online]. Michigan SAS Users Group [cit. 2011-07-18]. Dostupné v archivu pořízeném dne 2008-09-05. 

Externí odkazy

  • Logo Wikimedia Commons Obrázky, zvuky či videa k tématu Koeficient špičatosti na Wikimedia Commons
Autoritní data Editovat na Wikidatech
  • GND: 4487751-1