下面这个图，学习过六西格玛的小伙伴应该不会陌生。

几乎所有的随机变量的分布都离不开这3种类型：对称分布、左偏分布与右偏分布。对称分布很容易记住，不偏不倚、居中呗。其余两个分布却傻傻的分布清楚，经常把左偏当成了右偏，把右偏当成了左偏。

记得当时备考六西格玛黑带考试的时候，为了记住这两个分布，用了一个粗暴简单的办法，最大值往右边扭的是左偏，最大值往左边扭的是右偏，反正是相反的。

说到底，是对左偏分布与右偏分布的概念不理解。

说起左偏分布与右边分布，我们不得不说衡量随机变量分布的特性值都有哪些，比如我们常见的均值与标准差，均值是反应位置状况，标准差是反应离散程度，但只有这两个仍不够完善。

如果能增加反应随机变量分布形状的参数配合均值与标准差，将更能完整的呈现随机变量分布的特性，而偏度与峰度是最常用的两个度量随机变量分布形状的参数。

今天要讨论的左偏与右偏就是随机变量分布偏度的概念。

偏度是对随机变量分布不对称性的度量，计算公式也很简单：

这是计算结果可能会出现几种情况：

1. 偏度＝0，记住，偏度=0并不一定是正态对称分布，可能是某一种比较特殊的对称分布。但如果是正态分布对称，偏度一定等于0。

2. 偏度＜0，称之为左偏分布，它的分布中低于均值的“尾部”向左侧延伸的特别严重。

3. 偏度＞0，称之为右偏分布，它的分布中高于均值的“尾部”向右侧延伸的特别严重。

我们再回头看一下这个图：

因此，我们常说的“偏”并不是“最高点”偏向哪个方向，而是高于或低于均值的尾部往哪个方向偏。