왜도(Skewness)와 첨도(Kurtosis)는 데이터의 분포 형태를 설명하는 통계량이다.
이 둘은 데이터가 정규분포와 얼마나 다른지를 파악하는 데 유용하다.


1. 왜도 : 왜도는 데이터 분포의 비대칭성을 측정하는 척도.
즉, 데이터가 평균을 중심으로 한쪽으로 얼마나 치우쳐 있는지를 나타냄.
기준은 0으로써, 왜도 = 0: 분포가 완벽하게 대칭적입니다.
양의 왜도(>0): 분포가 왼쪽으로 치우쳐 있고, 오른쪽 꼬리가 깁니다. (예: 대부분의 사람이 낮은 소득을 가지고, 소수의 사람이 높은 소득을 가질 때의 소득 분포)
음의 왜도(<0): 분포가 오른쪽으로 치우쳐 있고, 왼쪽 꼬리가 깁니다. (예: 대부분의 학생이 시험에서 높은 점수를 받고, 소수의 학생이 낮은 점수를 받을 때의 시험 점수 분포)


2. 첨도 : 첨도는 데이터 분포의 뾰족한 정도 또는 꼬리의 두께를 측정하는 척도.
이는 정규 분포와 비교하여 데이터가 중앙에 얼마나 밀집되어 있고,
꼬리 부분에 극단적인 값들이 얼마나 퍼져 있는지를 보여줌.
기준은 3 으로써,
첨도 = 3: 데이터의 분포가 정규분포와 유사한 모양이라는 뜻입니다.
첨도 > 3: 정규분포보다 봉우리가 뾰족하고 꼬리가 두꺼워, 극단적인 값이 많을 가능성이 높습니다.
첨도 < 3: 정규분포보다 봉우리가 완만하고 꼬리가 얇아, 데이터가 비교적 평탄하게 분포되어 있다는 것을 의미합니다.