拖尾因子就是不对称度，它反映数据分布的偏斜程度。比如说收入数据如果拖尾在右边，说明高收入群体比低收入群体多，这时候分布形状像右翅的蝴蝶，这就是不对称的。拖尾因子数值越大，不对称越明显，就像用天平称东西，一边重一边轻就是不对称。

因为拖尾因子和不对称度是同一个概念的不同叫法。统计学里用Skewness系数计算不对称度，公式是（均值-中位数）/标准差。比如前年某城市家庭年收入数据，中位数是8万，均值是12万，标准差3万，算出来Skewness=(12-8)/3=1.33。这个数值大于0说明右偏，拖尾在右侧，验证了高收入群体拉高了均值。再比如某工厂零件重量数据，Skewness=-0.5，说明拖尾在左边，重量集中在右边，因为废品重量轻，合格品重量重。这些实际数据都证明拖尾因子就是不对称度的量化指标，数值正负代表偏斜方向，绝对值大小代表偏斜程度。