偏度是衡量分布不对称程度的指标。如果左尾部(分布小端的尾部)比右尾部(分布大端的尾部)更明显,则称该函数具有负偏度。如果情况相反,则具有正偏度。如果两者相等,则偏度为零。
定义了几种类型的偏度,但不幸的是,它们的术语和符号相当混乱。分布的“偏度”定义为
(1)
|
其中 是第 个中心矩。符号 归因于卡尔·皮尔逊,但符号 (Kenney 和 Keeping 1951,第 27 页;Kenney 和 Keeping 1962,第 99 页)和 (归因于 R. A. Fisher)也经常遇到(Kenney 和 Keeping 1951,第 27 页;Kenney 和 Keeping 1962,第 99 页;Abramowitz 和 Stegun 1972,第 928 页)。Abramowitz 和 Stegun(1972,第 928 页)也令人困惑地将 和 都称为“偏度”。偏度在 Wolfram 语言 中实现为偏度[dist].
偏度 的一个估计量 是
(2)
|
其中 s 是 k 统计量(Kenney 和 Keeping 1962,第 101 页)。对于样本量为 的正态总体,方差 为
(3)
|
(Kendall 等人,1998年)。
下表给出了若干常见分布的偏度。
分布 | 偏度 |
伯努利分布 | |
Beta 分布 | |
二项分布 | |
卡方分布 | |
指数分布 | 2 |
极值分布 | |
F-分布 | |
伽玛分布 | |
几何分布 | |
半正态分布 | |
超几何分布 | |
拉普拉斯分布 | 0 |
对数正态分布 | |
麦克斯韦分布 | |
负二项分布 | |
正态分布 | 0 |
泊松分布 | |
瑞利分布 | |
Snedecor's F-分布 | |
Student's t-分布 | 0 |
均匀分布 | 0 |
还定义了其他几种形式的偏度。动差偏度定义为
(4)
|
皮尔逊众数偏度定义为
(5)
|
皮尔逊偏度系数定义为
(6)
|
和
(7)
|
鲍利偏度(也称为四分位数偏度系数)定义为
(8)
|
其中 s 表示四分位距。动差偏度是
(9)
|