statsmodels.expected_robust_kurtosis() en Python

Con la ayuda del statsmodels.expected_robust_kurtosis()método, podemos calcular el valor esperado de la medida de curtosis robusta utilizando statsmodels.expected_robust_kurtosis()el método.

Sintaxis: statsmodels.expected_robust_kurtosis(ab, db)

Devolver: Devuelve el valor de cuatro curtosis, es decir, kr1, kr2, kr3 y kr4.

Ejemplo #1:
En este ejemplo, podemos ver que al usar statsmodels.expected_robust_kurtosis()el método, podemos obtener el valor esperado de la medida de curtosis robusta al usar este método.

# import numpy and statsmodels
import numpy as np
from statsmodels.stats.stattools import expected_robust_kurtosis
    
# Using statsmodels.expected_robust_kurtosis() method
gfg = expected_robust_kurtosis()
    
print(gfg)

Producción :

[3,0000000 1,23309512 2,58522712 2,90584695]

Ejemplo #2:

# import numpy and statsmodels
import numpy as np
from statsmodels.stats.stattools import expected_robust_kurtosis
    
# Using statsmodels.expected_robust_kurtosis() method
gfg = expected_robust_kurtosis([12, 22], [6, 7])
    
print(gfg)

Producción :

[3,0000000 1,23309512 1,23859789 1,0535188]