Fórmula de cálculo de curtosis
$$?\ text {kurtosis}? =?\frac{\frac{1}{n}? \sum_{i=1}^{n}(x_i?-?\bar{x})^4}{(\frac{1}{n}?\sum_{i=1}^{n}(x_i? -?\bar{x})^2)^2}? -?3?$$
Entre ellos, $n$? Representa el número de muestras, $x_i$? ¿Representa el número uno? $i$? ¿Valor de muestra, $\bar{x}$? Representa el promedio de todas las muestras. La parte del numerador de la fórmula es el momento central de cuarto orden de los datos y la parte del denominador es el cuadrado del momento central de segundo orden de los datos.
La curtosis puede ser positiva, negativa o nula. Cuando la distribución de los datos es más nítida que la distribución normal, la curtosis es positiva; cuando la distribución de los datos es más plana que la distribución normal, la curtosis es negativa; cuando la distribución de los datos es similar a la distribución normal, la curtosis es cero. El cálculo de la curtosis puede ayudarnos a comprender mejor la forma y las características de la distribución de datos, analizando y modelando así los datos con mayor precisión.