概念进阶统计描述与离散度量
偏度
也叫：Skewness、左偏、右偏、正偏、负偏
衡量数据分布对称性的统计量。
核心讲解
仅靠均值和方差还不能完整描述收益率的分布，还需要偏度来反映分布的对称性。偏度大于0时，数据向右偏离均值较多，分布右偏（也称正偏）；小于0时向左偏离较多，分布左偏（也称负偏）。
判断左右偏要看分布的“尾巴”而不是“肩膀”：左边尾巴长就是左偏，右边尾巴长就是右偏。原书还给出一个重要考点——均值、中位数与众数的相对位置：左偏时均值<中位数<众数；右偏时众数<中位数<均值。
为什么重要？很多资产收益率呈右偏（偶尔大涨、多数小幅下跌）或左偏（偶尔暴跌），偏度提示了极端值出现在哪一侧，对风险管理意义很大。原书例8.6中资产B偏度大于0，因此其分布是右偏而不是左偏。
费曼版：用大白话再讲一遍
看一群人的收入分布，如果多数人收入普通、少数人收入极高，右边的“长尾巴”特别长，这就是右偏。偏度不看数值大小，只看分布哪一侧的尾巴更长，从而知道极端值偏向哪边。
要点
- 偏度反映分布的对称性。
- 偏度>0右偏（正偏），<0左偏（负偏）。
- 看“尾巴”判断方向，而非“肩膀”。
- 左偏：均值<中位数<众数；右偏：众数<中位数<均值。
常见误区
- 靠分布最高点（肩膀）判断左右偏，而应看尾巴长短。
- 把左偏与右偏的方向记反。
- 混淆三种中心统计量的顺序，记错均值、中位数、众数的相对位置。