Chwile ciągłego rozkładu i ich funkcje, takie jak kurtoza, mówią bardzo niewiele o wykresie jego funkcji gęstości.
Rozważmy na przykład następujące wykresy.
Każdy z nich jest wykresem funkcji nieujemnej integrującej się z : wszystkie są plikami PDF. Co więcej, wszystkie mają dokładnie takie same chwile - każdą ostatnią nieskończoną liczbę. W ten sposób dzielą wspólną kurtozę (która zdarza się równa )- 3 + 3 e 2 + 2 E 3 + e 41- 3 + 3 e2)+ 2 e3)+ e4
Wzory dla tych funkcji to
fak , s( x ) = 12 π--√xexp( - 12)( log( x ) )2)) ( Grzech 1 + s( 2 k πlog( x ) )
dla i- 1 ≤ s ≤ 1 , k ∈ Z .x > 0 , - 1 ≤ s ≤ 1 ,k ∈ Z .
Na rysunku pokazano wartości po lewej stronie i wartości na górze. Lewa kolumna pokazuje plik PDF dla standardowego rozkładu logarytmicznego.ksk
Ćwiczenie 6.21 w Zaawansowanej teorii statystyki Kendalla (Stuart & Ord, wydanie 5) prosi czytelnika, aby pokazał, że wszystkie mają te same chwile.
Podobnie można zmodyfikować dowolny plik pdf, aby utworzyć inny plik PDF o radykalnie innym kształcie, ale z tymi samymi drugimi i czwartymi momentami centralnymi (powiedzmy), które zatem miałyby tę samą kurtozę. Tylko z tego przykładu powinno być całkowicie jasne, że kurtoza nie jest łatwą do interpretacji lub intuicyjną miarą symetrii, jednomodalności, bimodalności, wypukłości lub jakiejkolwiek innej znanej geometrycznej charakterystyki krzywej.
Dlatego też funkcje momentów (i kurtoza jako szczególny przypadek) nie opisują właściwości geometrycznych wykresu pdf. To intuicyjnie ma sens: ponieważ pdf reprezentuje prawdopodobieństwo za pomocą obszaru, możemy prawie dowolnie przesuwać gęstość prawdopodobieństwa z jednej lokalizacji do drugiej, radykalnie zmieniając wygląd pdf, jednocześnie ustalając dowolną skończoną liczbę z góry określonych momentów.