高斯知道，研究正態分布之時，不可避免的會遇到偏態分布。
一般理解偏態分布很常見，把一堆大米正的扔下來，大米會有正態分布，而把一堆大米斜的往地上扔，就會出現偏態分布。
這僅僅是字麵上的理解。
那麽生活中常常出現的偏態分布，是某種形式上的大米斜著往下拋的。
但是數學家需要改變現狀，必須要知道的是，偏態分布不對稱，不方便數學的研究。
需要用一種方法來使得偏態分布變得對稱才可以。
首先知道偏態分布分為正偏態分布和負偏態分布。
正偏態分布是相對正態分布而言的。
當用累加次數曲線法檢驗數據是否為正態分布時，若m>me>mo時，即平均數大於中數，中數又大於眾數，則數據的分布是屬於正偏態分布。
正偏態分布的特征是曲線的最高點偏向x軸的左邊，位於左半部分的曲線比正態分布的曲線更陡，而右半部分的曲線比較平緩，並且其尾線比起左半部分的曲線更長，無限延伸直到接近x軸。
負偏態分布也是相對正態分布而言的。
當用累加次數曲線法檢驗數據是否為正態分布時，若m
負偏態分布的特征是曲線的最高點偏向x軸的右邊，位於右半部分的曲線比正態分布的曲線更陡，而左半部分的曲線比較平緩，並且其尾線比起右半部分的曲線更長，無限延伸直到接近x軸。
所以，明白這一點之後，數學家可以用一些辦法讓偏態分布變成正態分布。
就是讓斜著扔的大米，看出是正著扔下去的樣子。
更加聰明的數學家，可以根據數學修正的程度看出大米斜著扔的傾斜程度。
在對應的數學模型中，偏態分布的傾斜原因也可找到一些類比的方式，來判斷，可讓模型變得更加生動。
那麽到底是什麽原因讓正態分布變成偏態分布呢？
這個很好玩，需要數學家和科學家來注意這一點。
要深入思考這種行為。
一般理解偏態分布很常見，把一堆大米正的扔下來，大米會有正態分布，而把一堆大米斜的往地上扔，就會出現偏態分布。
這僅僅是字麵上的理解。
那麽生活中常常出現的偏態分布，是某種形式上的大米斜著往下拋的。
但是數學家需要改變現狀，必須要知道的是，偏態分布不對稱，不方便數學的研究。
需要用一種方法來使得偏態分布變得對稱才可以。
首先知道偏態分布分為正偏態分布和負偏態分布。
正偏態分布是相對正態分布而言的。
當用累加次數曲線法檢驗數據是否為正態分布時，若m>me>mo時，即平均數大於中數，中數又大於眾數，則數據的分布是屬於正偏態分布。
正偏態分布的特征是曲線的最高點偏向x軸的左邊，位於左半部分的曲線比正態分布的曲線更陡，而右半部分的曲線比較平緩，並且其尾線比起左半部分的曲線更長，無限延伸直到接近x軸。
負偏態分布也是相對正態分布而言的。
當用累加次數曲線法檢驗數據是否為正態分布時，若m
負偏態分布的特征是曲線的最高點偏向x軸的右邊，位於右半部分的曲線比正態分布的曲線更陡，而左半部分的曲線比較平緩，並且其尾線比起右半部分的曲線更長，無限延伸直到接近x軸。
所以，明白這一點之後，數學家可以用一些辦法讓偏態分布變成正態分布。
就是讓斜著扔的大米，看出是正著扔下去的樣子。
更加聰明的數學家，可以根據數學修正的程度看出大米斜著扔的傾斜程度。
在對應的數學模型中，偏態分布的傾斜原因也可找到一些類比的方式，來判斷，可讓模型變得更加生動。
那麽到底是什麽原因讓正態分布變成偏態分布呢？
這個很好玩，需要數學家和科學家來注意這一點。
要深入思考這種行為。