我正在使用 SPSS 作为我的数据集的统计分析工具。我对峰度概念和 SPSS 和 excel 生成的概念很少有疑问。请更正以下理解并跟进问题：

1. 峰度作为分布中平均值周围的平坦度或峰度（驼峰）的度量。就分布尾部而言，它告诉数据集相对于正态分布是重尾还是轻尾。

2. 正态分布的峰度正好为 3（过度峰度正好为 0，即 kurt-3），也称为中峰分布。峰度高的分布其峰值大于中峰峰，称为细峰分布 峰度低的分布峰小于中峰峰，称为扁峰。

问题：

1. 过度峰度是什么意思，使用它的意义是什么？我不清楚峰度与过度峰度之间的关系，除了过度峰度是峰度 3，因此我们将 0 作为基线。

2. SPSS 工具生成“过度峰度”值还是简单的“峰度”值？换句话说，我们在 SPSS 中通常考虑什么基线来进行峰度测量和推理？是0还是3？在 SPSS 中，我的峰度为 1.16。因此，如果我将 3 视为基线，则 1.16 小于 3，因此我的分布可能是 platykurtic。但如果我将基线视为 0（过度峰态），那么 1.16 显然大于 0，因此我的分布可能是尖峰态。

3. 它如何再次在excel中工作？excel公式内部计算峰度为（kurt - 3）还是简单的kurt？我的意思是如何在 MS excel 中推断结果（基线 3 或 0）？

我有一个包含 1000（行）值的数组，我想按照数组的第一个值 0 到 999 的顺序为每 10 个值计算峰度。所以，最后，我会从列表中得到 100 个峰度值。然后我想把所有的峰度值放到一个列表中。变量无关紧要，只是我是Python新手，对它了解不多。感谢您的所有帮助。

I have a dataset that have multiple variables with each of them heavily centered around zero to form a high peak. The kurtosis of each variable is more than 100.

What I want to estimate is the probability density of any given value if it belongs to the dataset. The most accessible distribution function I found currently is the multivariant Gaussian distribution. However, since my dataset is not is a normal shape and I am worried that it is inaccurate estimate the probability density using this function.

Does anyone have any good suggestions on which function to use to for this purpose?

我有一个非正态分布函数，我想计算它的矩（均值、方差、偏度和峰度）。我知道的包是e1071计算moments离散值向量的矩。是否有一个包可以估计连续分布函数的矩？作为一个例子，假设我有这个分布：

现在我想计算：

R 的summary函数在数据帧上运行得非常好，例如：

我想做的是修改函数，因此它还在“平均值”之后给出标准偏差、峰度和偏斜的条目。

最好的方法是什么？我对此进行了一些研究，并且使用方法添加函数对我不起作用：

以上只是忽略。我想我需要了解如何定义所有要返回的类。