免费偏度计算器

偏度与峰度分析简介

一个集偏度计算器和峰度计算器于一体的工具，可提供全面的统计分析，帮助您了解数据分布的形状。这款免费的在线统计分析工具通过测量数据集的对称性（偏度）和尾部厚度（峰度），快速评估数据是否偏离正态分布。除了自动计算外，该工具还会显示所用公式，方便您需要时手动验证计算结果。

在深入了解偏度和峰度之前，有必要使用描述性统计（均值、中位数、标准差）对数据集进行概括。这些概括性指标可提供对集中趋势和离散程度的初步印象，为更深入的数据分布分析奠定基础。

偏度和峰度告诉我们什么？

在概率论和统计学中，正态分布是对称的钟形曲线，不向左或向右倾斜。许多自然现象大致遵循这一模式——例如一大群学生的考试成绩或成年人的鞋码。然而，现实世界的数据常常偏离这一理想状态。

偏度系数（不对称性）

偏度量化了分布的不对称程度。完美对称的分布偏度系数为0。如果左尾比右尾长（意味着更多极端低值），偏度为负；如果右尾更长，偏度为正。换言之，偏度的符号告诉您分布“偏”向哪一侧。

峰度系数（尾部厚度）

峰度关注的是分布的尾部而非中心。它衡量与正态分布相比，数据在尾部的集中程度。峰度值为正表示尾部更重、峰更尖锐（更易出现极端值），而负峰度表示尾部更轻、形状更平坦。请注意，峰度忽略了中心峰——它纯粹描述尾部行为。

偏度与峰度公式

本偏度与峰度计算器所使用的公式与Microsoft Excel一致，确保与常见统计软件的兼容性。

偏度公式

$$\text{Skewness} = \frac{N \sum_{i=1}^{N} (x_i - \bar{x})^3}{(N-1)(N-2) \, s^3}$$

其中：

• $x_i$ 是各个数据点，
• $\bar{x}$ 是样本均值，
• $s$ 是样本标准差，
• $N$ 是观测数量。

分母要求至少3个观测值才能有效计算。

峰度（超额峰度）公式

$$\text{Kurtosis} = \frac{N (N+1) \sum_{i=1}^{N} (x_i - \bar{x})^4}{(N-1)(N-2)(N-3) \, s^4} - \frac{3 (N-1)^2}{(N-2)(N-3)}$$

同样，$x_i$、$\bar{x}$、$s$ 和 $N$ 表示相同的量。该公式给出超额峰度（相对于正态分布），因此正态分布的峰度为0。分母要求至少4个观测值。

如何解读偏度系数

在计算出偏度值后，您可以使用以下常见指南评估分布的形状：

• 偏度 = 0：完全对称。
• 偏度为负：左偏（左尾更长，多数数据聚集在右侧）。
• 偏度为正：右偏（右尾更长，多数数据聚集在左侧）。
• $-0.5$ 至 $0.5$：近似对称。
• $-1$ 至 $-0.5$ 或 $0.5$ 至 $1$：中度偏斜。
• 小于 $-1$ 或大于 $1$：高度偏斜。

如何解读峰度系数

对于超额峰度（本计算器产生的值），请遵循以下经验法则：

• 峰度 = 0：尾部厚度与正态分布一致。
• 峰度为正：分布具有比正态更重的尾部和更尖锐的峰（尖峰）。
• 峰度为负：分布具有比正态更轻的尾部和更平坦的形状（平峰）。
• 峰度 > 1：过度尖锐（尾部极重）。
• 峰度 < -1：过度平坦（尾部极轻）。

实际示例：六年级男生的身高

为了说明数据分布分析工具的使用，我们考虑一个六年级班级中18名男生的身高（厘米）：

$$140,\;146,\;146,\;148,\;152,\;153,\;154,\;156,\;156,\;160,\;162,\;162,\;163,\;165,\;166,\;166,\;168,\;172$$

当 $N = 18$ 时，样本均值 $\bar{x} = 157.5$，样本标准差 $s \approx 8.833$。将这些值代入偏度和峰度公式，得到：

• 偏度 $\approx -0.3212$
• 峰度 $\approx -0.7195$

解读：负偏度表明轻微左偏，意味着该组中较矮的男生比高的多。但由于偏度绝对值较小（介于 $-0.5$ 和 $0$ 之间），分布近似对称。负峰度告诉我们分布比正态更平坦——身高在全班相对均匀，没有强烈集中在某个特定值。峰度绝对值超过 $-1$，但还在中等范围内，证实了相当平坦的形状。

通过使用这个统计分析计算器，您可以对任何数据集进行类似的评估，一目了然地了解其分布特征。