偏態分佈意思

偏態分佈（Skewness）是統計學中的一個概念，用來描述數據分佈的不對稱性。在一個數據集裡，如果數據分佈左右不對稱，即數據集中在某一側，而另一側則較為分散，這種分佈就被稱為偏態分佈。偏態分佈可以分為三種類型：

1. 正偏態（Positive Skewness）：數據分佈向右傾斜，即長尾向右延伸，意味著數據集中較多數值的範圍較小，而較少數值的範圍較大。

2. 負偏態（Negative Skewness）：數據分佈向左傾斜，即長尾向左延伸，意味著數據集中較少數值的範圍較小，而較多數值的範圍較大。

3. 對稱偏態（Symmetrical Skewness）：數據分佈左右對稱，沒有明顯的偏斜，這時數據集中在平均值附近，兩側的分散程度相似。

在統計學中，通常使用偏態係數（Skewness Coefficient）來量化偏態的程度。偏態係數的計算方法有多種，不同的方法適用於不同的數據類型和樣本大小。例如，對於正態分佈的數據，偏態係數的期望值為0，標準差為1。如果一個數據集的偏態係數遠離0，則表示該數據集的分佈偏態程度較大。