AP Statistics

phân phối lệch phảiskewed right

skewed rightVietnamese: phân phối lệch phải

Phân phối lệch phải là phân phối có đuôi dài về phía giá trị lớn, phần lớn dữ liệu dồn về bên trái và chỉ ít quan sát trải xa bên phải.A skewed-right distribution has a long tail stretching toward the large values, with most of the data bunched on the left and only a few observations spread far to the right.

Trực giác: Hình dung một hàng người xếp theo chiều cao: hầu hết đứng gần nhau ở bên trái, nhưng có vài người khổng lồ đứng rất xa bên phải — đó là cái đuôi lệch phải.Intuition: Picture people lined up by height: most stand close together on the left, but a few giants stand far off to the right — that stretch of giants is the right tail.

Định nghĩa đầy đủFull definition1 phút đọc1 min read

Phân phối lệch phải (skewed right) là phân phối bất đối xứng có đuôi kéo dài về phía giá trị lớn, còn phần lớn quan sát tập trung ở phía giá trị nhỏ. Các giá trị lớn ở đuôi thường kéo trung bình cao hơn trung vị; vì vậy, khi tóm tắt tâm của dữ liệu lệch phải, trung vị thường phù hợp hơn.

Tên gọi dựa vào hướng đuôi, không dựa vào vị trí đỉnh. Phân phối lệch trái có đuôi dài về phía giá trị nhỏ.

A distribution is skewed right when it is asymmetric with a tail that stretches out toward the large values, while most observations cluster at the small-value end. The large values in the tail usually pull the mean above the median, so the median is generally the better summary of center for right-skewed data.

The name comes from the direction of the tail, not the location of the peak. A left-skewed distribution has its long tail toward the small values.

Hay hiểu saiCommon misconceptions3 ý · 1 phút đọc3 points · 1 min read

Tên lệch phải theo phía đuôi, không theo phía đỉnh.

Khối dữ liệu nằm bên trái, còn đuôi mỏng kéo về các giá trị lớn. Vì vậy, đỉnh ở bên trái không có nghĩa là lệch trái.

Một điểm xa bên phải chưa đủ để kết luận phân phối lệch phải.

Độ lệch mô tả hình dạng chung; ngoại lai là điểm tách rời. Hãy nêu riêng hai đặc điểm khi đọc biểu đồ.

$\bar{x}>M$ chỉ là dấu hiệu, không phải định nghĩa lệch phải.

Chiều ngược lại không chắc chắn: quan hệ này có thể xuất hiện ở phân phối có đuôi trái. Hãy dựa vào biểu đồ hoặc mô tả dữ liệu.

Skewed right refers to the tail's side, not the peak's side.

The bulk of the data sits on the left while a thin tail reaches toward large values. A peak on the left therefore does not mean the distribution is skewed left.

One far-right point is not enough to call a distribution skewed right.

Skewness describes the overall shape, whereas an outlier is a single separated point. Report the two features separately when you read a graph.

$\bar{x}>M$ is a clue, not the definition of skewed right.

The converse is unreliable: this relationship can also show up in a distribution with a left tail. Base your conclusion on the graph or on a description of the data.

Mẹo phòng thiExam tips2 mẹo2 tips

Với biểu đồ hộp, hãy so hai nửa hộp và hai râu.

Lệch phải được gợi ý khi $Q_3-M>M-Q_1$ và râu phải dài hơn. Nếu chỉ có một dấu hiệu, hãy kết luận dè dặt; biểu đồ hộp không cho biết tính đa đỉnh.

Dữ liệu lệch phải không tự động ngăn suy diễn về trung bình.

Trong kiểm tra điều kiện, xét phân phối mẫu của $\bar{x}$ : với $n$ đủ lớn, định lý giới hạn trung tâm cho phép xấp xỉ chuẩn. Nếu $n$ nhỏ và độ lệch mạnh, cần diễn giải dè dặt.

With a boxplot, compare the two halves of the box and the two whiskers.

Right skew is suggested when $Q_3-M>M-Q_1$ and the right whisker is longer. If only one of these signs appears, state your conclusion cautiously; a boxplot tells you nothing about multiple peaks.

Right-skewed data do not automatically rule out inference about a mean.

When checking conditions, think about the sampling distribution of $\bar{x}$ : for large enough $n$ , the central limit theorem justifies a normal approximation. If $n$ is small and the skew is strong, interpret the results cautiously.

Tần suất trong đề AP StatisticsHow often it shows up on AP StatisticsThường xuyênVery common

Khái niệm này sinh ra từ đâuWhere the concept comes from1 phút đọc1 min read

1895Karl PearsonRonald FisherJohn Tukey

Năm 1895, Karl Pearson đưa ra khái niệm độ lệch để mô tả các tập dữ liệu bất đối xứng mà đường cong chuẩn không mô tả được.

In 1895, Karl Pearson introduced the idea of skewness to describe asymmetric data sets that the normal curve could not capture.

Vì sao mang đúng cái tên này? Tên gọi này gây nhầm lẫn nhiều hơn bất kỳ thuật ngữ mô tả dữ liệu nào khác, vì người mới học thường tưởng "phải" chỉ chỗ có nhiều dữ liệu nhất. Thực ra tính từ chỉ hướng ở đây mô tả cái đuôi dài chứ không mô tả đỉnh: xác suất giảm chậm về phía các giá trị lớn, nên các quan sát cực đoan xuất hiện thường xuyên hơn ở bên cao, kéo dài phần bên phải của đồ thị trong khi khối dữ liệu dồn về bên trái. Do đó cách đọc đúng là "đuôi đổ về phải", và chính cái đuôi ấy đặt tên cho cả phân phối. Bên cạnh đó còn có tên gọi thứ hai là lệch dương (positively skewed), xuất phát từ chỗ chỉ số đo độ lệch mà Pearson và những người kế tục xây dựng sẽ mang giá trị dương trong trường hợp này; nhờ vậy hai cách gọi tuy khác chữ nhưng cùng chỉ một hiện tượng. Từ giữa thế kỷ 20, khi John Tukey phát triển hướng phân tích dữ liệu khám phá (exploratory data analysis) nhấn mạnh việc nhìn hình dạng trước khi tính toán, cụm từ này trở thành một trong những nhãn mô tả đầu tiên mà người học được dạy khi nhìn vào một biểu đồ.

Nguồn đối chiếuSources

Thử nghiệm tương tácInteractive explorer

Kéo mấy chấm bên mép phải ra xa — nhìn vạch trung bình rời khỏi trung vị

Kéo tham số, thấy khái niệm chuyển động — đăng nhập để mở.Drag the parameters and watch the concept move — sign in to open.

Tạo tài khoảnCreate an account

Bạn nắm chắc chưa?Check your understanding

Quiz câu thật từ ngân hàng đềReal exam questions from our question bank

Vài câu thật gắn đúng khái niệm này, chấm ngay kèm giải thích từng đáp án — hệ thống ghi nhớ bạn nắm tới đâu.A few real questions on exactly this concept, graded instantly with an explanation for every choice — the system remembers how well you know it.

Tạo tài khoảnCreate an account

Học tiếp từ đâyKeep learning

Bài học chứa thuật ngữ nàyLesson that uses this termĐồ thị cho một biến định lượngDữ liệu một biến & thu thập dữ liệu · khoácourse AP Statistics

Bài học chứa thuật ngữ nàyLesson that uses this termMô tả phân phối của một biến định lượngDữ liệu một biến & thu thập dữ liệu · khoácourse AP Statistics

Bài học chứa thuật ngữ nàyLesson that uses this termSo sánh các phân phối của một biến định lượngDữ liệu một biến & thu thập dữ liệu · khoácourse AP Statistics

Cần trướcLearn firsthình dạng (của phân phối)shape

Dẫn tớiLeads tohistogramhistogram

Mục tiêu và lộ trình unit ai cũng xem được — làm bài tập và lưu tiến độ thì cần đăng nhập.Anyone can view a unit's goals and roadmap — sign in to do the exercises and save your progress.

Hay nhầm vớiOften confused with

Thuật ngữTermKhác nhau ở đâuHow they differHay nhầm khiMixed up when

phân phối lệch tráiskewed left

Khác nhau ở đâuHow they differLệch phải có đuôi kéo dài về bên phải và trung bình lớn hơn trung vị, trong khi lệch trái có đuôi kéo dài về bên trái và trung bình nhỏ hơn trung vị

Hay nhầm khiMixed up whenthí sinh hay nhầm chiều lệch vì đọc theo phía đỉnh cao thay vì phía đuôi dài: đuôi chỉ chiều lệch, không phải đỉnh

phân phối đối xứngsymmetric distribution

Khác nhau ở đâuHow they differPhân phối đối xứng có trung bình bằng trung vị, còn lệch phải có trung bình lớn hơn trung vị do đuôi phải kéo dài

Hay nhầm khiMixed up whenđề hay cho histogram và hỏi so sánh trung bình với trung vị, học sinh nhầm khi đuôi không quá rõ ràng

Cùng chủ đềSame topic

Nguồn tham khảoReferences

[1]Barron_AP_Stat_2026. tr. 50, 64, 96.