偏度是衡量分佈不對稱程度的指標。如果左尾部（分佈小端的尾部）比右尾部（分佈大端的尾部）更明顯，則稱該函式具有負偏度。如果情況相反，則具有正偏度。如果兩者相等，則偏度為零。
定義了幾種型別的偏度，但不幸的是，它們的術語和符號相當混亂。分佈的“偏度”定義為
 |
(1)
|
其中 
是第 
個中心矩。符號 
歸因於卡爾·皮爾遜，但符號 
（Kenney 和 Keeping 1951，第 27 頁；Kenney 和 Keeping 1962，第 99 頁）和 
（歸因於 R. A. Fisher）也經常遇到（Kenney 和 Keeping 1951，第 27 頁；Kenney 和 Keeping 1962，第 99 頁；Abramowitz 和 Stegun 1972，第 928 頁）。Abramowitz 和 Stegun（1972，第 928 頁）也令人困惑地將 
和 
都稱為“偏度”。偏度在 Wolfram 語言 中實現為偏度[dist].
偏度 
的一個估計量 
是
 |
(2)
|
其中 
s 是 k 統計量（Kenney 和 Keeping 1962，第 101 頁）。對於樣本量為 
的正態總體，方差 
為
 |
(3)
|
（Kendall 等人，1998年）。
下表給出了若干常見分佈的偏度。
| 分佈 | 偏度 |
| 伯努利分佈 |  |
| Beta 分佈 |  |
| 二項分佈 |  |
| 卡方分佈 |  |
| 指數分佈 | 2 |
| 極值分佈 |  |
| F-分佈 |  |
| 伽瑪分佈 |  |
| 幾何分佈 |  |
| 半正態分佈 |  |
| 超幾何分佈 |  |
| 拉普拉斯分佈 | 0 |
| 對數正態分佈 |  |
| 麥克斯韋分佈 |  |
| 負二項分佈 |  |
| 正態分佈 | 0 |
| 泊松分佈 |  |
| 瑞利分佈 |  |
| Snedecor's F-分佈 |  |
| Student's t-分佈 | 0 |
| 均勻分佈 | 0 |
還定義了其他幾種形式的偏度。動差偏度定義為
 |
(4)
|
皮爾遜眾數偏度定義為
 |
(5)
|
皮爾遜偏度係數定義為
 |
(6)
|
和
 |
(7)
|
鮑利偏度（也稱為四分位數偏度係數）定義為
 |
(8)
|
其中 
s 表示四分位距。動差偏度是
 |
(9)
|
