大家好，这里是每天分析一点点。本期给大家介绍的是数据分析基础系列，主要给大家介绍描述性统计分析原理，介绍偏度的基本原理，包括偏度概念、作用、计算方式、判断标准、应用，再结合区域工资水平，探讨偏度在实际数据分析中的应用。文章内容适合数据分析小白，内容深入浅出，案例贴合实际。下期给大家介绍峰度系数，欢迎大家关注。

偏度的概念：

偏度是统计数据分布偏斜方向和程度的度量，是统计数据分布非对称程度的数字特征，所谓非对称就是指左右的不一致。偏度(Skewness)亦称偏态、偏态系数。它是表征概率分布密度曲线相对于平均值不对称程度的特征数。直观看来就是密度函数曲线尾部的相对长度（不理解没关系，这是统计学定义）。

偏度的计算公式：

偏度计算为三阶中心距除以三阶标准差，所谓中心距，就是距离数据中心的距离，数据中心一般是值数据的平均值，因此中心距就是每个数减去平均数的和，然后求平均，三阶就是在这个基础上求三次方。三阶标准差就是标准差的三次方，这样理解这个公式就简单了。

偏度的相关原理：

正态分布的偏度为0，两侧尾部长度对称。若以S表示偏度。

S0称分布具有正偏离，也称右偏态，此时数据位于均值右边的比位于左边的少，直观表现为右边的尾部相对于与左边的尾部要长，因为有少数变量值很大，使曲线右侧尾部拖得很长。

而S接近0则可认为分布是对称的。若知道分布有可能在偏度上偏离正态分布时，可用偏离来检验分布的正态性。右偏时一般算术平均数>中位数>众数，左偏时相反，即众数>中位数>平均数。正态分布三者相等。

偏度的特点：

偏度的特点：

如果一组数据是对称的，则偏态系数 等于 0；

如果偏态系数大于1或者小于-1，称为高度偏态分布；

如果偏态系数在0.5~1 或-1~-0.5 之间，则认为是中等偏态分布。

偏度的偏向：

偏度系数=0，则分布对称；

偏度系数>0，则频数分布的高峰向左偏移，长尾向右延伸，呈正偏态分布；

偏度系数0，数据左偏，高峰向左偏移，长尾向右延伸，均值小于中位数与众数，说明大数据多，大多数在平均值以上的水平，存在较小的离群值；

S0，数据左偏，高峰向左偏移，长尾向右延伸，均值小于中位数与众数，说明大数据多，大多数在平均值以上的水平，存在较小的离群值；因此，我们可以得出结论，该地区篇幅差距较大，收入水平低的人居多，大多数人在平均收入以下，可以推测，该地区区域发展不均衡，并且发展水平较低，因为发展水平高的地区，大多数人应该在中等水平。

各位还没有看懂的朋友，可以关注我们微信公众号观看视频，那里的解释更加精彩。

本期分享到这里，我们会在每周持续更新，咱们下期再见，期待您的光临。

大家好，有什么建议，比如想了解的知识、内容中的问题、想要的资料、下次分享的内容、学习遇到的问题等，请在下方留言。如果喜欢请关注。