La curtosis o apuntamiento es una característica de un conjunto de datos cuantitativos o de una distribución de probabilidad que indica la medida en la que los datos se acumulan en los extremos en relación a la acumulación de dichos datos en el centro de la distribución.
Se utiliza especialmente para probar o contrastar si el conjunto de datos proviene de una distribución normal, ya que la distribución normal tiene un nivel de curtosis exacto y fijo, independientemente de los parámetros que tome. Debe recordarse que la distribución normal es el modelo más utilizado es estadística y por lo tanto habrá que contrastarlo con frecuencia. Así, si una distribución presenta un nivel de curtosis o apuntamiento mas acusado (con una mayor proporción de datos centrales) que una distribución normal, se dice que la distribución es mesocúrtica; si presenta un nivel de curtosis similar al de la distribución normal, se dice que es mesocúrtica, y finalmente, si presenta un nivel inferior de curtosis que el correspondiente a la distrbución normal, se dirá que es platicúrtica.
Para medir el nivel de curtosis se utiliza comúnmente el coeficiente de Fisher:
![\[\beta_2=\cfrac{\cfrac{\sum_i(x_i-\overline{x})^4}{n}}{s_x^4}\]](https://sigmalitika.hirusta.io/wp-content/ql-cache/quicklatex.com-8e8ad113feb0f453c072e0b81ea85058_l3.png "Rendered by QuickLaTeX.com")
Si el coeficiente toma un valor alrededor de 3 (habría que acudir a un contraste para confirmarlo) la distribución sería mesocúrtica; si es sensiblemente superior a 3, leptocúrtica; y si es inferior a 3, platicúrtica.