Una distribuci?n sesgada se refiere a una distribuci?n de probabilidad que es desigual y de naturaleza asim?trica. A diferencia de una distribuci?n normal est?ndar, que se asemeja a una curva de campana en forma, las distribuciones sesgadas se desplazan hacia un lado, poseyendo una cola m?s larga en un lado en relaci?n con el otro lado de la mediana. El otro lado de la curva poseer? un pico de valores agrupados donde se produce la mayor?a de los puntos de datos. Este tipo de curva de distribuci?n generalmente se clasifica como que tiene un sesgo positivo o uno negativo, dependiendo de la direcci?n del desplazamiento de la curva.
En general, se dice que una distribuci?n sesgada posee una inclinaci?n positiva si la cola de la curva es m?s larga en el lado derecho en comparaci?n con el lado izquierdo. Esta distribuci?n sesgada tambi?n se conoce como sesgada a la derecha porque el lado derecho posee una extensi?n m?s amplia de puntos de datos. Las curvas de inclinaci?n positivas poseen el mayor n?mero de valores hacia el lado izquierdo de la curva.
En contraste, las distribuciones sesgadas negativamente poseen la mayor cantidad de puntos de datos en el lado derecho de la curva. Estas curvas tienen colas m?s largas en los lados izquierdos, por lo que se dice que est?n sesgadas a la izquierda. Una regla importante para determinar la direcci?n del sesgo es considerar la longitud de la cola en lugar de la ubicaci?n de la media o la mediana. Esto se debe a que el sesgo se debe en ?ltima instancia a los valores perif?ricos m?s lejanos, que extienden la curva hacia ese lado del gr?fico.
Comprender las propiedades de una distribuci?n sesgada es importante en muchas aplicaciones estad?sticas. Muchas personas suponen que los datos siguen una curva de campana, o distribuci?n normal, por lo que tambi?n suponen que un gr?fico tiene un sesgo cero. Sin embargo, estos supuestos podr?an llevarlos a malinterpretar informaci?n sobre la distribuci?n real.
Una distribuci?n sesgada es de naturaleza inherentemente desigual, por lo que no seguir? patrones normales est?ndar como la desviaci?n est?ndar. Las distribuciones normales implican una desviaci?n est?ndar que se aplica a ambos lados de la curva, pero las distribuciones sesgadas tendr?n valores de desviaci?n est?ndar diferentes para cada lado de la curva. Esto se debe a que los dos lados no son im?genes especulares entre s?, por lo que las ecuaciones que describen un lado no se pueden aplicar al otro. El valor de la desviaci?n est?ndar generalmente es mayor para el lado con la cola m?s larga porque hay una mayor difusi?n de datos en ese lado en comparaci?n con la cola m?s corta.
Inteligente de activos.