偏度（skewness）是用來衡量概率分布或數據集中不對稱程度的統計量。它描述了數據分布的尾部（tail）在平均值的哪一側更重或更長。偏度可以幫助我們了解數據的偏斜性質，即數據相對于平均值的分布情況。

有時，正態(tài)分布傾向于向一邊傾斜。這是因為數據大于或小于平均值的概率更高，因此使得分布不對稱。這也意味著數據不是均勻分布的。

偏度可以與其他描述性統計一起描述變量的分布。通過偏度也可以判斷變量是否為正態(tài)分布。因為正態(tài)分布的偏度為零，是許多統計過程的假設。

偏度分類

分布可以有右偏度(或正偏度)、左偏度(或負偏度)或零偏度。右偏態(tài)分布在其峰值的右側較長，而左偏態(tài)分布在其峰值的左側較長。

1、零偏度

—當一個分布的偏度為零時，它是對稱的。它的左右兩邊是鏡像。正態(tài)分布的偏度為零，但不是只有正態(tài)分布的偏度為零。任何對稱分布，如均勻分布或某些雙峰分布，偏度都是零。

檢查變量是否具有傾斜分布的最簡單方法是將其繪制成直方圖。

分布近似對稱，觀測值在峰值的左右兩側分布相似。因此分布的偏度近似為零。

在零偏度的分布中，平均值和中位數是相等的，也就是說：

mean = median

2、右偏(正偏)

右偏分布在其峰值的右側比其左側更長。右偏也被稱為正偏。它表明在分布的極端一端有觀測值，但它們相對較少。右偏分布的右側有一條長尾。

分布是右偏的，因為它在峰值右側的時間更長。右偏分布的均值幾乎總是大于中位數。這是因為極值(尾部的值)對均值的影響大于中位數。

mean > median

3、左偏(負偏)

左偏分布的峰值左側比右側更長。左偏分布的左側有一條長尾。左偏也被稱為負偏。

這個分布是左偏的，因為它在峰值的左側更長。左偏分布的均值幾乎總是小于中位數。

mean < median

偏度計算

有幾個公式可以用來測量偏度。其中最簡單的是皮爾遜中值偏度。它就是利用了上面我們說的偏態(tài)分布中均值和中位數不相等來計算的。

皮爾遜中位數偏度是計算均值和中位數之間有多少個標準差。

真實的觀測很少有剛好為0的皮爾遜偏中值。因為如果數據的值接近于0，則可以認為它具有零偏度，但是在實際數據中很少有沒有零偏度的分布數據。

例如，我們每年觀測到的太陽黑子數量的Pearson中位數偏度:平均值= 48.6，中位數= 39，標準差= 39.5。那么公式如下：

如果該值介于:

• -0.5和0.5，值的分布幾乎對稱
• -1和-0.5之間為負偏斜，0.5到1之間為正偏斜。偏度適中。
• 如果偏度小于-1(負偏)或大于1(正偏)，則數據是高度偏斜。

如何處理有偏度數據

如果你的統計過程需要正態(tài)分布并且你的數據是傾斜的，你通常有三個選擇:

• 什么也不做：許多統計檢驗，包括t檢驗、方差分析和線性回歸，對偏斜數據不太敏感。特別是如果偏斜是輕微或中度的，最好的辦法就是忽略它。
• 數據轉換：通過對數據應用某種變換，可以調整數據的分布形狀，使其更接近對稱分布。常見的數據轉換方法包括取對數、開方、平方根等。這些轉換可以減小或消除數據的偏度。
• 使用不同的模型：你可能想選擇一個不假設正態(tài)分布的模型，非參數測試或廣義線性模型可能更適合您的數據。比如說非參數方法：如果數據的偏度較大，而且無法通過簡單的轉換來糾正，可以考慮使用非參數統計方法。非參數方法不依賴于分布的假設，而是直接對數據進行分析，例如使用中位數作為代表性的位置測度，而不是平均值。
• 分組分析：如果數據集中存在明顯的子群體，可以考慮對數據進行分組分析。通過將數據分成多個子群體，并對每個子群體進行單獨的分析，可以更好地了解數據的特征和偏度情況。
• 針對特定問題采取相應的方法：根據具體的數據和分析目的，可以采用特定的方法來處理偏度數據。例如，在回歸分析中，可以使用偏度穩(wěn)定轉換（skewness-stabilizing transformation）來調整數據的偏度，以滿足回歸模型的假設。

下表總結了一些常用數據變換：

總結

數據的偏度是用來衡量概率分布或數據集中不對稱程度的統計量。它描述了數據分布的尾部在平均值的哪一側更重或更長。通過計算偏度，可以更好地了解數據的分布特征，并在需要時采取適當的數據處理或分析方法。但是需要注意的是，偏度只是數據分布的一種度量，不能完全代表數據的整體特征，因此在分析數據時需要綜合考慮其他統計指標和可視化方法。