从概率论理论上讲，正态分布（亦称为高斯分布或白噪音分布），其一阶矩为数学期望（即平均值）且与中值、众值相等，二阶矩变差系数≠ 0，三阶矩偏态系数=0，它的积分是伽玛函数一个特例，而你出示的两条曲线为偏态分布，它们的一阶矩数学期望（即平均值）与中值、众值互不相等，二阶矩变差系数≠ 0，三阶矩偏态系数≠0，它的积分也属于伽玛分布。你提供的两条概率密度分布曲线，我的看法是：
1 两条概率密度分布曲线是否属于同一事件，因为未提供有关资料，无法判断，但博主既然把他摆在一起，让网友鉴别，我猜测可能属于同一事件，即同属一个总体。
2 两条概率密度分布曲线虽然它们的样本容量一样，即n=800，但不属于同一个样本，因为曲线1的众值在200-250之间。而曲线2的众值在150-200之间，
3 曲线1和曲线2的点据，自变量区间并不相等，我认为它们是实测点据，可是应该有800个，这里为什么那样少。
4 曲线1很光滑，曲线2后部分不够光滑，其原因为：第一实测误差，第二随机误差，第三计算误差。第四实测资料不完全符合随机变量特征。

通过以上分析，我认为很难说明两条概率密度分布曲谁好谁坏。还时要从实测误差、随机误差、计算误差上找原因。另外每一组实测资料一定要符合随机，独立，同分布的要求，这点非常重要。

感谢探索。
另外：欢迎关注：在两条曲线谁顺眼问题的背后—博客
http://blog.sciencenet.cn/blog-2024-938821.html