ช่วงเวลาของการแจกแจงแบบต่อเนื่องและฟังก์ชั่นของพวกมันเช่นเคิร์ตซีสบอกคุณน้อยมากเกี่ยวกับกราฟของฟังก์ชันความหนาแน่นของมัน
ยกตัวอย่างเช่นกราฟต่อไปนี้
แต่ละสิ่งเหล่านี้คือกราฟของฟังก์ชั่นที่ไม่เป็นลบที่รวมเข้ากับ : เป็นไฟล์ PDF ทั้งหมด ยิ่งไปกว่านั้นพวกเขาต่างก็มีช่วงเวลาที่เหมือนกันทุกครั้งไม่ จำกัด ดังนั้นพวกเขาจึงแบ่งปัน kurtosis ที่พบบ่อย (ซึ่งเกิดขึ้นกับ- 3 + 3 e 2 + 2 e 3 + e 4. )1- 3 + 3 e2+ 2 e3+ e4
สูตรสำหรับฟังก์ชั่นเหล่านี้คือ
ฉk , s( x ) = 12 π--√xประสบการณ์( - 12( บันทึก( x ) )2) ( บาป1 + s( 2 k πเข้าสู่ระบบ( x ) )
สำหรับ- 1 ≤ s ≤ 1 ,และk ∈ Zx>0, −1≤s≤1,k∈Z.
รูปแสดงค่าที่ด้านซ้ายและค่าkด้านบน คอลัมน์ซ้ายแสดง PDF สำหรับการแจกแจงแบบปกติมาตรฐานsk
แบบฝึกหัด 6.21 ในทฤษฎีขั้นสูงทางสถิติของเคนดัลล์ (Stuart & Ord, รุ่นที่ 5) ขอให้ผู้อ่านแสดงให้เห็นว่าสิ่งเหล่านี้มีช่วงเวลาเดียวกัน
เราสามารถปรับเปลี่ยนpdf ใดก็ได้เพื่อสร้างรูปแบบที่แตกต่างกันอย่างสิ้นเชิงในรูปแบบ pdf แต่ด้วยช่วงเวลากลางที่สองและสี่ที่เหมือนกัน (พูด) ซึ่งจะมีความเหมือนกัน จากตัวอย่างนี้เพียงอย่างเดียวมันควรจะชัดเจนว่า kurtosis ไม่ใช่การวัดหรือการหยั่งรู้ได้ง่ายของสมมาตร, unimodality, bimodality, นูนหรือลักษณะทางเรขาคณิตที่คุ้นเคยอื่น ๆ ของเส้นโค้ง
ฟังก์ชั่นของช่วงเวลาดังนั้น (และ kurtosis เป็นกรณีพิเศษ) ไม่ได้อธิบายคุณสมบัติทางเรขาคณิตของกราฟของ pdf วิธีนี้เหมาะสม: เนื่องจาก pdf หมายถึงความน่าจะเป็นโดยวิธีการของพื้นที่เราสามารถเปลี่ยนความหนาแน่นของความน่าจะเป็นได้อย่างอิสระจากที่หนึ่งไปอีกที่หนึ่งเปลี่ยนการปรากฏตัวของ pdf อย่างรุนแรงในขณะเดียวกันก็กำหนดช่วงเวลาที่แน่นอน