对于样本峰度,导出了不依赖于分布性质的代数性质,结果表明,对于大小为n的样本,,。。。,nx x,峰度的样本估计值小于样本大小(Johnson,Lowe(1979),Cox(2010)),thus4 2 21 11 1()/(())n nj jj jb x x xn===- -∑ ∑(3) =4 2 21 1()/(())n nj jj jn x x x x==- -∑ ∑=(,…,)nnc x xn≤.这个不等式表明函数(,…,)1nc x x≤期望值为1 2(,…,)(/)1nE c x E b n=≤, 对于所有分布都是有限的,这意味着样本峰度的发散是因为样本大小的增加。样本峰度的行为将类似于比率的行为,而不是像理论定义中那样单独考虑算数和分母。使用模拟研究,检查(,…,)nc x x x是否可以近似为α的函数。还可以看到,并通过模拟证实,样本峰度的方差为形式Var(,…,)nn c x x。这项工作将集中于对称稳定分布数据。例如,可以在Cizek,H"ardle和Weron,eds.(2011)的工作中找到它的特性和应用。稳定分布族的特征函数用()tφ表示,其中log()|{1()tan(/2)},1,t i符号t i tαφσβπαuα=- - + ≠andlog()| |{1()(2/)log(| |))},1。t t i符号t t i tφσβπuα=- + + =参数为尾部指数,(0,2)α∈, 尺度参数σ>,陡度系数[1,1]β∈ -和位置参数u。本文将考虑β=的对称情况。在下图中,em=模拟随机样本,\'sα为区间[1,2]上的随机CHOSEN,m=n=200到n=1500之间的随机样本大小,并绘制估计的超额峰度。