python计算超额峰度

在Python中，超额峰度（Excess kurtosis）是一个统计量，用于衡量数据分布的峰度相对于正态分布的峰度的程度。正态分布的峰度是3，如果一个数据集的峰度大于3，则称其为" leptokurtic"（ leptokurtotic），表示有更尖锐、更厚的顶部；如果小于3，则称为"platykurtic"（platykurtotic），意味着顶部较平坦。

你可以使用`scipy.stats`库中的`kurtosis()`函数来计算超额峰度。这个函数默认返回的是样本kurtosis，对于正态分布而言等于0，然后减去3得到超额峰度。以下是计算超额峰度的基本步骤：

from scipy import stats

# 假设你有一个数值列表 data
data = [your_data_list]

# 计算样本kurtosis
sample_kurtosis = stats.kurtosis(data)

# 超额峰度 = 样本kurtosis - 3 (如果数据来自正态分布，超额峰度应该是0)
excess_kurtosis = sample_kurtosis - 3