偏態意思

偏態（Skewness）是統計學中的一個概念，用來描述數據分佈的不對稱性。在一個數據集或機率分佈中，如果數據的峰值（眾數或平均數）與其尾部之間的距離不等，則稱之為偏態。偏態可以分為三種類型：

正偏態（Positive Skewness）：當數據的峰值左側較低，右側較高，即數據分佈向右傾斜時，稱為正偏態。這種情況下，數據的長尾延伸到正數方向，平均數大於中位數，眾數通常位於分佈的左側。
負偏態（Negative Skewness）：當數據的峰值右側較低，左側較高，即數據分佈向左傾斜時，稱為負偏態。這種情況下，數據的長尾延伸到負數方向，平均數小於中位數，眾數通常位於分佈的右側。
對稱偏態（Symmetrical Skewness or Zero Skewness）：當數據分佈對稱時，沒有明顯的峰值傾斜，這時稱為對稱偏態或零偏態。這種情況下，平均數、中位數和眾數相等。

在統計學中，偏態通常用偏態係數來量化，偏態係數可以是一個數字，也可以是正負號來表示偏態的方向。例如，正偏態的偏態係數為正數，負偏態的偏態係數為負數，而對稱偏態的偏態係數為零。

偏態在解釋數據分佈的形狀和特徵時非常有用，它能夠幫助研究者理解數據的特點，並選擇適當的統計方法進行分析。例如，如果數據呈現正偏態，則在進行參數估計或假設檢驗時可能需要考慮數據的長尾特性。