不对称分布检测

数据可视化：使用直方图或箱型图展示数据分布，观察是否存在明显的偏斜。直方图可直观显示数据的形态，而箱型图则强调四分位数和异常值。

偏度检验：计算数据的偏度值，偏度值大于0表示数据右偏，小于0表示数据左偏。通过设置阈值判断是否为不对称分布。

正态性检验：使用Shapiro-Wilk检验或Kolmogorov-Smirnov检验，验证数据是否符合正态分布。若结果显著，则数据被认为是不对称分布。

Q-Q图：绘制Q-Q图，将样本分位数与理论正态分布的分位数进行对比，观察点的分布情况，判断数据的对称性。

样本分组比较：将数据分组，使用t检验或Mann-Whitney U检验分析不同组之间的差异，判断是否存在不对称性。

多重检验：采用Bootstrap方法或Permutation检验，进行重复抽样与检验，从而评估数据的分布特性。

偏度检测仪：用于评估数据分布的偏斜程度，判断数据是否符合正态分布，帮助分析数据的对称性。

峰度分析仪：可用于测量数据分布的峰态，以了解数据的尖锐度或平坦度，从而进一步判断不对称分布情况。

直方图分析软件：通过绘制直方图，可以直观展示数据的分布形态，帮助识别数据的对称性和偏斜性。

统计分析软件：集成多种统计检验工具，能够进行t检验、正态性检验等，评估数据分布的正常与否。

Shapiro-Wilk检验仪：专门用于检验样本是否来自正态分布，帮助判断数据的对称性。