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。