原理和正態曲線一樣

根據已知係數，構造出分佈函式

然後用插值法計算出對應的機率資料

然後繪製折線圖即可。

統計上是用四階中心矩來測定峰度的。因為實驗研究表明，偶階的大小與圖形分佈的峰度有關。其中的二階中心矩就是資料的，它在一定程度上可以反映分佈的峰度，但有時方差相同的資料卻有不同的峰度，因此就利用四階中心矩來反映分佈的尖峭程度。為了消除變數值水平和計量單位不同的影響，實際工作中是利用四階中心矩與σ4的比值作為峰度的指標，稱為峰度。但是在SPSS中的是四階中心矩與σ4的比值減去3後的值，這個值與0相比，如果為0說明其與相同。大於0，說明它是比正態分佈要陡峭。前面回答的就是在EXCEL中實現的思路，只要知道了函式公式，就可用插值法計算並繪製曲線，和之前給的正態分佈曲線的做法是完全一樣的，只不過換掉一個函式公式而已，不需要再給例項了吧？

峰態：又稱峰態係數。表徵機率密度分佈曲線在平均值處峰值高低的特徵數。直觀看來，峰度反映了尾部的厚度。

峰度以bk表示，Yi是樣本測定值，Ybar是樣本n次測定值的平均值，s為樣本標準差。正態分佈的峰度為3。bk3稱分佈具有過度的峰度。若知道分佈有可能在峰度上偏離正態分佈時，可用峰度來檢驗分佈的正態性。次數分配較常態分配曲線平坦者,為低闊峰分配g20.g2=0時為常態分配.

隨機變數的峰度計算方法為：隨機變數的四階中心矩與方差平方的比值。

偏態（Skewness），是指非對稱分佈的偏斜狀態。換句話說，就是指統計總體當中的變數值分別落在眾數（M0）的左右兩邊，呈非對稱性分佈。

在統計學上，眾數和平均數之差可作為分配偏態(skewnessdistribution)的指標之一。如平均數大於眾數，稱為正偏態(positiveskewness)；相反，則稱為負偏態(negativeskewness)。即：

如果X">M0，這種偏態稱為正偏態或右偏態，正偏態g1>0；

如果X"