Comment utiliser correctement scipy de l'inclinaison et de l'aplatissement des fonctions?

La asymétrie est un paramètre de mesure de la symétrie d'un ensemble de données et l' kurtosis pour mesurer le poids de ses queues sont par rapport à une distribution normale, voir par exemple ici.

scipy.stats fournit un moyen facile de calculer ces deux quantités, voir scipy.les stats.le coefficient d'aplatissement et scipy.les stats.l'inclinaison.

Dans ma compréhension, l'asymétrie et d'aplatissement d'une distribution normale devrait à la fois être 0 en utilisant les fonctions qui viennent d'être mentionnés. C'est, toutefois, pas le cas avec mon code:

import numpy as np
from scipy.stats import kurtosis
from scipy.stats import skew

x = np.linspace( -5, 5, 1000 )
y = 1./(np.sqrt(2.*np.pi)) * np.exp( -.5*(x)**2  )  # normal distribution

print( 'excess kurtosis of normal distribution (should be 0): {}'.format( kurtosis(y) ))
print( 'skewness of normal distribution (should be 0): {}'.format( skew(y) ))

La sortie est:

l'excès de kurtosis de la distribution normale (ce qui devrait être 0): -0.307393087742

l'asymétrie de la distribution normale (ce qui devrait être 0): 1.11082371392

Ce que je fais mal ?

Les versions que j'utilisent sont

python: 2.7.6
scipy : 0.17.1
numpy : 1.12.1

OriginalL'auteur Alf | 2017-08-03