偏态分布

偏态分布 (Skewed Distribution)

偏态分布描述概率分布关于算术平均值的不对称性——数据集一侧、另一侧拖长"尾"。理解偏态对数据分析和统计推断至关重要：深刻影响中心趋势理解及模型/假设检验适用性。

类型与特征

正偏(右偏)：长尾右→大量数据左集\_极少数大值离群值拉→均值>中位数>众数。例：个人收入分布（多数中低→极少数极高拉高平均→人均远高于中位数）；保险索赔（多小额偶巨灾）；反应时间。

负偏(左偏)：长尾左→数据右集\_极少数小值→均值<中位数<众数。例：简单考试成绩（多高分偶有人考差）；人类寿命（多高寿偶早逝）；产品寿命（多近设计寿命偶缺陷提前失效）。

对称分布（对照）：均值=中位数=众数（正态分布为典例）。

衡量

皮尔逊第一系数 $S_{k1}=(\bar{x}-M_o)/s$（用均值与众数→众数不稳少用）。皮尔逊第二系数 $S_{k2}=3(\bar{x}-M_d)/s$（常用→中位数更稳健→3源自经验关系）。

矩偏态系数（最标准）：三阶中心矩标准化→$g_1=m_3/s^3$。逻辑：$(x_i-\bar{x})^3$保留符号→正偏正向离差大→$g_1>0$；负偏负向离差大→$g_1<0$；对称正负抵消→$g_1\approx0$。经验：$|g_1|<0.5$近对称；$0.5{-}1$中等偏态；$|g_1|>1$高度偏态。

影响与处理

对t检验/ANOVA：假设正态→偏态严重时p值不准确→增1/2类错误风险。对线性回归：残差偏态→置信区间和假设检验可靠性受质疑。选中心度量：严重偏态时均值被极端影响→中位数更稳健。

处理：数据变换→正偏用对数/$\sqrt{x}$/倒数（Box-Cox变换系统找最佳幂变换）；负偏先"翻转"（常数C-x→变正偏）再变换。非参数方法→曼-惠特尼U检验替t检验/斯皮尔曼等级相关替皮尔逊相关。广义线性模型GLM→允许因变量服从偏态分布（如泊松/伽玛）。

经济金融应用

金融资产回报：日常负偏→极端负回报（崩盘）比极端正回报概率更高→"偏态风险"→风险管理/资产定价关键。收入财富：典型正偏→对数正态/帕累托分布描述→研究不平等与税收政策基础。运筹学：顾客到达间隔、服务时间正偏→优化资源配置减等待。