第二百四十五章 柯西奇异积分方程（反常积分）

    高斯知道，研究正态分布之时，不可避免的会遇到偏态分布。

    一般理解偏态分布很常见，把一堆大米正的扔下来，大米会有正态分布，而把一堆大米斜的往地上扔，就会出现偏态分布。

    这仅仅是字面上的理解。

    那么生活中常常出现的偏态分布，是某种形式上的大米斜着往下抛的。

    但是数学家需要改变现状，必须要知道的是，偏态分布不对称，不方便数学的研究。

    需要用一种方法来使得偏态分布变得对称才可以。

    首先知道偏态分布分为正偏态分布和负偏态分布。

    正偏态分布是相对正态分布而言的。

    当用累加次数曲线法检验数据是否为正态分布时，若M>Me>Mo时，即平均数大于中数，中数又大于众数，则数据的分布是属于正偏态分布。

    正偏态分布的特征是曲线的最高点偏向X轴的左边，位于左半部分的曲线比正态分布的曲线更陡，而右半部分的曲线比较平缓，并且其尾线比起左半部分的曲线更长，无限延伸直到接近X轴。

    负偏态分布也是相对正态分布而言的。

    当用累加次数曲线法检验数据是否为正态分布时，若M

    负偏态分布的特征是曲线的最高点偏向X轴的右边，位于右半部分的曲线比正态分布的曲线更陡，而左半部分的曲线比较平缓，并且其尾线比起右半部分的曲线更长，无限延伸直到接近X轴。

    所以，明白这一点之后，数学家可以用一些办法让偏态分布变成正态分布。

    就是让斜着扔的大米，看出是正着扔下去的样子。

    更加聪明的数学家，可以根据数学修正的程度看出大米斜着扔的倾斜程度。

    在对应的数学模型中，偏态分布的倾斜原因也可找到一些类比的方式，来判断，可让模型变得更加生动。

    那么到底是什么原因让正态分布变成偏态分布呢？

    这个很好玩，需要数学家和科学家来注意这一点。

    要深入思考这种行为。