特徵 | 説明 |
---|---|
峯度(kurtosis) | 統計學衡量實數隨機變量概率分佈峯態的指標,用以描述分佈偏離正態分佈的程度。 |
چهارمین گشتاور استانداردisierte | 通常,峯度定義為四階累積量除以二階累積量的平方,再減去 3。 |
超額峯度 | 超額峯度為正,稱為高狹峯(leptokurtic)。超額峯度為負,稱為低闊峯(platykurtic)。 |
樣本峯度 | 對於具有 n 個值的樣本,樣本峯度為: |
次數分配表 | 次數分配表將一組資料的每個數值及其出現次數呈現出來,通常按數值大小排序。 |
常態分配 | 常態分配是對稱且鐘形分佈,大多數數值集中在中間,往兩側逐漸減少。 |
偏態 | 偏態指次數分配不是左右對稱的形狀,多數數值集中在一側,而另一側則逐漸減少。 |
正偏態 | 正偏態表示多數數值集中在低分側,隨著數值增高,次數逐漸減少。 |
負偏態 | 負偏態表示多數數值集中在高分側,隨著數值降低,次數逐漸減少。 |
高狹峯 | 高狹峯表示與常態分配相比,數值較集中的峯值較高,同時尾端也有較多偏離值。 |
低闊峯 | 低闊峯表示與常態分配相比,峯值較平坦,尾端也有較少偏離值。 |
SPSS 中的偏態和峯度 | 在 SPSS 中,可以使用「敍述統計」功能來計算偏態和峯度。 |
R 中使用 moments 套件計算偏態和峯度 | 在 R 中,可以使用 moments 套件計算偏態和峯度。 |
R 中使用 e1071 套件計算偏態 | 在 R 中,可以使用 e1071 套件計算偏態。 |
偏態的一般定義 | 偏態的一般定義為: |
統計中使用偏態的公式 | 統計中使用的偏態公式為: |
方法3類型1 | 方法 3,類型 1 為偏態的一般定義。 |
常態分佈的峯度統計 | 常態分佈的峯度統計量為 0。 |
用於計算峯度的方法 | 峯度可以使用以下方法計算: |
高狹峯低闊峯:地貌特徵與成因分析
高狹峯與低闊峯是兩類截然不同的地貌,它們在形態、成因和分佈上具有顯著差異。


一、地貌特徵
特徵 | 高狹峯 | 低闊峯 |
---|---|---|
山峯形狀 | 陡峭、狹窄 | 平緩、寬闊 |
海拔高度 | 較高 | 較低 |
頂部 | 尖鋭 | 圓形或平坦 |
山坡 | 陡峭 | 緩和 |
二、成因分析
1. 高狹峯
- 侵蝕作用為主:流動的水或冰川沖刷作用強烈,侵蝕較快速,形成狹窄的山脊。
- 抬升速度較快:地殼抬升速度快於侵蝕速度,山峯高度不斷增加,形成陡峭的山坡。
2. 低闊峯
- 侵蝕作用較弱:流動的水或冰川沖刷作用較弱,侵蝕速度慢,難以形成尖鋭的山峯。
- 抬升速度較慢:地殼抬升速度慢於侵蝕速度,山峯高度不顯著,形成平緩的山坡。
三、分佈區域
高狹峯多分佈於地殼活動活躍的地區,如喜馬拉雅山脈、安第斯山脈等。
低闊峯則廣泛分佈於平原、高原等地殼活動較穩定的地區,如美國中西部、中國華北平原等。
四、實例與比較
實例:
- 珠穆朗瑪峯(高狹峯):世界上最高的山峯,海拔 8,848.86 公尺,山峯陡峭狹窄。
- 黃山(低闊峯):中國著名的風景名勝區,山峯平緩寬闊,海拔 1,864 公尺。
比較:
特徵 | 珠穆朗瑪峯(高狹峯) | 黃山(低闊峯) |
---|---|---|
海拔高度 | 8,848 公尺 | 1,864 公尺 |
山峯形狀 | 陡峭、狹窄 | 平緩、寬闊 |
成因 | 快速抬升和侵蝕 | 緩慢抬升和弱侵蝕 |
結論
高狹峯與低闊峯的地貌特徵差異是由於成因上的不同。高狹峯主要受侵蝕作用和快速抬升影響,而低闊峯則受侵蝕作用較弱和緩慢抬升影響。這些地貌的不同分佈區域反映了地質作用在不同地區的差異性。
延伸閲讀…
次數分配的形狀:常態、偏態和峯態
統計名詞解釋