Skewed Distribution

1. 基本概念

   • 偏态分布（Skewed Distribution）是一种概率分布，它与正态分布相对。正态分布是对称的，而偏态分布是非对称的，即数据在分布的一侧比另一侧有更长的“尾巴”。
   • 偏态分布分为正偏态分布和负偏态分布。在正偏态分布中，数据的右侧（较大值的一侧）有较长的尾巴，这意味着分布中有少数较大的值将分布的右侧“拉长”。例如，收入数据通常呈正偏态分布，因为少数高收入者会拉高右侧的尾巴，大部分人的收入集中在较低的区间。在负偏态分布中，数据的左侧（较小值的一侧）有较长的尾巴，即少数较小的值使分布的左侧“拉长”。例如，考试成绩如果出现负偏态，说明有少数很低的分数将分布向左拉，大部分学生的成绩相对较高。

2. 衡量指标 - 偏度（Skewness）

   • 偏度是用来量化偏态分布程度的统计指标。它的计算涉及到数据的三阶矩。对于一个样本数据集$x_1,x_2,\cdots ,x_n$，样本偏度的计算公式较为复杂，简单表示为：
     $Skewness=\frac{n}{(n-1)(n-2)}{\sum }_{i=1}^n(\frac{x_i-\overline{x}}{s}{)}^3$
     其中$\overline{x}$是样本均值，$s$是样本标准差。
   • 偏度的值可以解释分布的形状：
     • 偏度 = 0时，表示数据是对称分布，很可能是正态分布。
     • 偏度 > 0时，表示正偏态分布，右侧尾巴较长。
     • 偏度 < 0时，表示负偏态分布，左侧尾巴较长。

3. 与正态分布的对比

   • 形状差异：正态分布是钟形曲线，关于均值对称，中位数和众数等于均值。而偏态分布不具有这种对称性。例如，正态分布下，大约68%的数据落在均值加减一个标准差的范围内；对于偏态分布，数据集中在一侧，这种比例关系不成立。
   • 参数关系差异：在正态分布中，均值、中位数和众数相等，这三个统计量能够很好地描述分布的中心位置。但在偏态分布中，它们的值通常不相等。在正偏态分布中，众数 < 中位数 < 均值；在负偏态分布中，均值 < 中位数 < 众数。这是因为长尾巴一侧的数据会对均值产生较大的“拉动”作用，而中位数相对更稳健，受极端值影响较小，众数则是数据中出现频率最高的值。

4. 产生原因及应用场景

   • 产生原因：
     • 数据的生成机制可能导致偏态分布。例如，在经济学中，财富的积累往往是一个复利增长的过程，这使得财富分布呈现正偏态。开始时财富较少，但随着时间推移，少数人的财富以指数方式增长，导致右侧尾巴很长。
     • 人为因素或选择偏差也可能造成偏态。比如在市场调查中，如果调查的样本主要集中在高消费人群，那么关于消费金额的数据可能会呈现正偏态。
   • 应用场景：
     • 在金融领域，股票收益率的分布常常是偏态的。了解偏态分布有助于投资者评估风险。正偏态的收益率分布可能意味着有获得高额收益的机会，但同时也伴随着不确定性和风险。
     • 在医学研究中，疾病的潜伏期、药物的疗效等数据可能呈现偏态分布。例如，某种药物的治疗效果在大部分患者中可能是中等水平，但在少数患者中可能出现特别好或特别差的情况，这些数据的分布有助于医生和研究人员评估药物的有效性和安全性。