Коэффициент эксцесса помогает определить характер распределения данных, оценивая «крутость» кривой распределения. 2 Он определяет, насколько резко кривая поднимается, приближаясь к центру распределения. 3

Эксцесс также измеряет наличие выбросов — сильно искажённых данных. 3

Интерпретация результатов:

• Если эксцесс больше 3, то распределение называется лептокуртическим (короткохвостым) с низким стандартным отклонением и большей концентрацией данных, близкой к среднему значению, и формирует положительный эксцесс. 3
• Если эксцесс меньше 3, то распределение называется плоскохвостым (длиннохвостым) с высоким стандартным отклонением и показывает наличие выбросов, и формирует отрицательный эксцесс. 3
• Если эксцесс равен 3, то распределение называется мезокуртичным и образует нулевые эксцессы. 3

Для нормального распределения эти характеристики равны нулю. 2 Поэтому если для изучаемого распределения эксцесс имеет небольшие значения, то можно предположить близость этого распределения к нормальному. 2 Наоборот, большие значения эксцесса указывают на значительное отклонение от нормального. 2