内容选取自彭健教授所著
《母猪营养代谢与精准营养》第十章。
原创内容，欢迎转发，务必注明信息来源。
大多数统计分析方法要求总体是服从正态分布的前提下才能应用，因此需要用偏度和峰度两个指标来检查样本数据是否符合正态分布。偏度系数（Skewness）是描述数据某变量取值分布的对称性。0为正态分布；大于0为正偏或右偏，长尾在右边；小于0为负偏或左偏，长尾在左边。而峰度系数（Kurtosis）是描述其变量所有取值分布形态的陡峭程度。0为正态分布，大于0为陡峭，小于0为平坦。一般情况下，如果样本的偏度接近于0，而峰度接近于3，就可以判断总体的分布接近于正态分布。当总体是非正态分布，或当分布未知时，依据中心极限定理（Central limit theorem，CLT）可以认为原来不服从正态分布的一切独立的随机变量，当随机变量的个数无限增加时，它们之和的分布趋于正态分布，这一理论给我们的计算带来很大的方便（杨桂元，2000）。
数据的集中趋势分析可以反映一组数据向某一位置聚集的趋势，主要的统计量有算数平均数（Arithmetic mean）、几何平均数（Geometric mean）、中位数（Median）和众数（Mode）。算数平均数适用于正态分布和对称分布的数据，中位数适用于所有类型。如果各个数据之间差异程度较小，用平均数就有很好的代表性；而如果数据之间的差异程度较大，特别是有个别的极端值的情况下，用中位数或众数有较好的代表性。
