为什么收入分布总是“右偏”？——数据分布的秘密
你有没有注意过一个现象：
- 大多数人收入差不多，但总有少数人收入特别高；
- 于是，整体收入的“尾巴”拖在右边，看起来“歪了一边”。
这就是统计学里常说的 右偏分布。
其实，数据的“长相”并不总是对称的正态曲线，它可能左偏、右偏，也可能高高瘦瘦，或者矮矮胖胖。
在描述统计学中，我们通常从三个角度来刻画一组数据：
- 集中趋势（均值、中位数、众数），告诉我们数据的“中心”；
- 离散程度（方差、标准差、极差等），告诉我们数据的“差异大小”；
- 分布形态（偏态、峰态），告诉我们数据的“整体长相”。
前面两篇文章我们已经讲了“中心”和“差异”，今天，就来看看数据的分布形态，为什么它同样不可或缺。
【一】 偏态（Skewness）：数据歪向哪一边？
在理想的正态分布中，数据左右对称，均值、中位数和众数重合。但现实世界往往不是这样。
以收入为例，大多数人集中在低到中等收入水平，少数高收入人群把均值推得更高，曲线在右边拖出一条长尾巴。这就是典型的右偏分布，此时的关系是：
众数 < 中位数 < 均值。
相反，如果是考试成绩，大部分学生都考得不错，分数集中在高分区，但仍有少数人得分很低。这种情况下，曲线的尾巴会拖到左边，形成左偏分布。这时的关系是：
均值 < 中位数 < 众数。
📌 现实生活中的偏态例子：
- 右偏：收入、房价、股票收益。
- 左偏：考试成绩、寿命分布（大部分人寿命集中在长寿区，少数人早逝）。
👉 偏态告诉我们数据是否对称，也提醒我们是否存在极端值。
需要注意的是，数据“对称”并不一定就意味着正态分布。比如，有些数据会呈现 双峰分布：在两个不同位置出现高峰，中间反而较低。
双峰分布常见于“混合群体”的情况，例如：
- 男性和女性的身高分布合在一起，就可能出现两个峰；
- 不同消费习惯的人群支出数据，也可能形成双峰。
因此，在分析数据时，我们不仅要看它是左偏、右偏，还是对称，还要进一步观察它是否“单峰”还是“多峰”。
【二】 峰态（Kurtosis）：数据“尖”还是“平”？
除了左右歪斜，我们还要观察曲线的“尖平”程度，这就是峰态。
如果分布比正态更陡，就像山峰一样高而尖，说明大多数数据都挤在均值附近。比如一次小测验，绝大多数同学的分数都在 80–85 分之间，成绩差异很小。这就是高峰态（尖峰）。
如果分布比正态更平，说明数据分散，尾巴更厚重。比如一次意见调查，大家的看法五花八门，几乎覆盖了所有选项。这就是低峰态（扁平）。
正态分布则处在两者之间，被称为中峰态。它往往作为基准参照。
📌 峰态揭示了数据是否“集中一致”还是“分散多样”。
【三】 为什么要关心分布形态？
很多人会觉得：有了平均数和标准差，不就够了吗？
其实并不够。分布形态能提供的信息，平均数和标准差都给不了。
- 在统计建模中，很多方法（比如回归分析）都要求残差近似正态分布。
- 在实际解释中，偏态揭示了极端值，峰态说明了数据集中还是分散。
- 在直观理解上，平均数告诉你“中心”，标准差告诉你“差异”，但只有分布形态能告诉你数据的“整体长相”。
举个例子：
两家公司的员工平均工资一样，标准差也一样，但一家是“金字塔型”（大部分人低工资，少部分人高工资），另一家是“橄榄型”（大部分人中等工资）。如果只看平均和标准差，你分辨不出来，只有看分布形态才能发现差异。
✨ 小结
- 偏态：看数据是否对称，是否有长尾。
- 峰态：看数据是尖还是平。
- 意义：帮助我们发现数据背后的结构与特征。
集中趋势告诉我们数据的“中心”；
离散程度告诉我们数据的“差异”；
分布形态告诉我们数据的“长相”。
📌 这三者合起来，构成了描述统计学的完整框架。