心理状态数可以反映实际工作者在在工作要求下的操作技术水平。在评价一个工作者的技术水平时,一般通过衡量其结果与要求标准之间的差异大小来进行判断,如果差异值过大或者超过某一值时,则认定该结果效果较差或判为不合格。在偏差自然地服从正态分布的基础上,出于对结果的需求,即某种心理状态作用,偏差的分布更倾向于工工作者的需要而不再服从正态分布,进而形成一种偏态分布。在人为因素影响的工作环境,该分布相对于正态分布更具有应用价值。本文首先对心理状态数以及偏态分布的产生背景及其发展进行了阐述。参考前人的研究成果,对两参数偏态分布的分布性质及数字特征进行了考察。结合其性质,运用了几种矩估计和极大似然估计方法对参数进行了估计,同时列出了前人的一些Bayes估计方法。通过Monte Carlo模拟对所有的方法进行了比较。由此得出:本人给出的两种矩估计方法在不同情况下均有更好的效果。随后给出了参数的区间估计,讨论了卡方分布与中心极限定理下的在不同环境状况下对于区间长度的影响。其次提出了三参数偏态分布下的统计分析方法,给出了极大似然估计与两种矩估计得出的结果及其比较,极大似然估计在给出的样本数量较大时效果更好。在考虑到两参数偏态分布的正负偏差的方差其实并不是相等的情况下,引入了参数θ,表示为正负偏差的标准差的比值,给出三参数广义偏态分布,运用了矩估计和极大似然估计对参数进行了估计,控制变量在Monte Carlo模拟下得到,极大似然估计对参数θ,c的拟合效果较好,矩估计对参数σ的拟合效果较好。进一步,引入位置参数μ,给出四参数广义偏态分布下的统计分析方法,运用极大似然估计的方法对参数进行了估计,并通过Monte Carlo模拟得出该方法对参数的拟合效果。给出了两参数偏态分布SN(σ12,σ22)的统计分析方法,区别于三参数广义偏态分布,此处将给出正值偏差与负值偏差的方差值替代心理状态数c进行考察。结合现有文献中的研究方法,给出了一种新的矩估计方法(方法三),通过Monte Carlo模拟比较,该方法参数的拟合效果更好。在上述基础上再次引入位置参数μ,给出三参数偏态分布SN(σ12,σ22,μ)下的统计分析方法,运用了矩估计以及极大似然估计的方法对参数进行了估计,由于求解过程过于复杂未能得出模拟结果。最后,通过实例对文章中的方法进行了比较。