我想探索具有相同均值但改变标准的正态分布。
我希望峰度会随着标准的变化而变化，但在我的结果中峰度保持不变？
这里有什么问题？
起初，我通过移动标准生成了一些正态分布：
nd_l_std_44 = {} for i in range(1,10): >> nd_std_44 = stats.norm.rvs(loc=0, scale=i, size=10000, random_state=5) >> nd_l_std_44["ndl_std_{i}" .format(i=i)] = nd_std_44 打印(nd_l_std_44.keys())
这行得通，我确实得到了一个每个键都有不同值的字典。
我确实绘制了结果分布：
我预料到了这一点。峰度不同，而平均值保持不变。现在我以多种方式计算峰度，例如使用 scipy.stats
kurt_std_1 = dict() for k,v in nd_l_std_44.items(): >> kurt_std_1[k] = stats.kurtosis(v, Fisher=False) print(kurt_std_1)
问题是，对于所有发行版，我确实得到了相同的峰度。熊猫也是如此。对于具有不同标准的分布，我预计会有显着不同的峰度值。相反，这些值在很大程度上是相等的。）
{ 'ndl_std_1': -0.0690005257753592, 'ndl_std_2': -0.0690005257753592, 'ndl_std_3': -0.0690005257753592, 'ndl_std_4': -0.0690005257753592, 'ndl_std_5': -0.06900052577535831, 'ndl_std_6': -0.0690005257753592, 'ndl_std_7': -0.06900052577535876, “ndl_std_8”：-0.0690005257753592，“ndl_std_9”：-0.0690005257753592 }
这里发生了什么？非常感谢您的帮助。