偏态系数（Skewness）是衡量数据分布偏斜程度的统计量，它反映了数据分布的对称性。具体来说，偏态系数有以下几个特点和应用：
定义 ：偏态系数（通常记作 `SK` 或 `SKEW`）是数据分布中离差三次方的平均数与标准差三次方的比值。
对称性
当 `SK = 0` 时，数据分布是对称的。
当 `SK > 0` 时，数据分布是右偏的，即数据右尾长，均值大于中位数。
当 `SK < 0` 时，数据分布是左偏的，即数据左尾长，均值小于中位数。
偏斜程度
`SK` 的绝对值越大，数据分布的偏斜程度越严重。
`SK` 在 `0` 和 `0.5` 之间表示轻度右偏。
`SK` 在 `0.5` 和 `1` 之间表示中度右偏。
`SK` 大于 `1` 表示严重右偏。
`SK` 在 `0` 和 `-0.5` 之间表示轻度左偏。
`SK` 在 `-0.5` 和 `-1` 之间表示中度左偏。
`SK` 小于 `-1` 表示严重左偏。
计算方法
对于未分组数据，偏态系数可以通过以下公式计算：
```
SK = E[（X - μ）^3] / σ^3
```
其中 `E` 表示期望值，`X` 表示数据集中的每个数据点，`μ` 表示数据的均值，`σ` 表示数据的标准差。
对于分组数据，计算公式会有所不同。
应用
偏态系数常用于金融、经济、社会科学等领域，帮助分析数据分布特性，预测和解释数据行为。
以上信息概述了偏态系数的基本概念、计算方法和应用。