Nie mam na myśli przykładu zbioru danych, na podstawie którego można by odpowiedzieć na pytanie dotyczące interpretacji, ale ta odpowiedź na powiązane pytanie wskazuje, że praktyczną konsekwencją kurtozy są błędne oszacowania wariancji.
Rozważając racjonalnie różnicę interpretacyjną, myślę, że istnieją istotne informacje w skrajnym przykładzie porównania między rozkładem normalnym a rozkładem całkowicie płaskim (np. wyniki rzutu kośćmi). To nie jest prawdziwy zbiór danych, ale jestem pewien, że każdy zna obie dystrybucje i może z łatwością utworzyć jeden z nich lub wymyślić inny przykład. Zasadniczo różnica między rozkładem platykurtycznym a rozkładem normalnym polega na tym, że centralna tendencja jest słabsza i jest mniejsza różnica między prawdopodobieństwem zdarzeń stosunkowo częstych i ekstremalnych / rzadkich. Mówiąc prosto, w przypadku dystrybucji leptokurtycznej jest odwrotnie: niektóre zdarzenia są bardzo częste, a większość pozostałych jest bardzo rzadkich, generalnie z powodu niezwykle silnej tendencji centralnej.
Warto również rozważyć ten cytat z Wikipedii (podkreślenie dodane):
Jedna wspólna miara kurtozy , pochodząca od Karla Pearsona, jest oparta na przeskalowana wersja czwartego momentu danych lub populacji, ale argumentowano, że to naprawdę mierzy ciężkie ogony, a nie szczyt ... Powszechną praktyką jest stosowanie skorygowanego wersja kurtozy Pearsona, kurtozy nadmiarowej, aby zapewnić porównanie kształtu danego rozkładu z rozkładem normalnym.
Powyższe rozróżnienie między kurtozą Pearsona
i nadmiar kurtozy
wydaje się mieć związek z komentarzem @whuber dotyczącym zaakceptowanej odpowiedzi.