Answers:
我的简短回答是,这是设计使然。通常构造偏度量度,以便正偏度表示右偏分布。
如今,最常见的偏度度量标准(也是学校通常也采用的方法)基于以下第三中心矩方程:
看上面的表达式。当平均值右边的权重更大时,将贡献更多正值。平均值的右边为正,因为,而左边的为负,因为。因此,从机械上讲,它似乎可以完全回答您的问题。
但是,随着@Nick Cox提出,就存在不止一种偏度的度量,例如Pearson的第一个偏度系数,它基于差。潜在地,不同的偏斜度可能会导致正偏度与右侧尾巴较重的趋势之间存在不同的关系。
因此,有趣的是,为什么要首先引入这些偏度度量,以及为什么它们要有其特定的表述。
在这种情况下,查看尤尔在《统计理论导论》(1912年)中关于偏斜的论述是有用的。在下面的摘录中,他描述了合理的偏度测度的期望特性。基本上,他要求正偏度应与右偏分布相对应,如您的图片所示: