Z分数计算器

使用此计算器计算正态分布的Z分数。

从原始值计算Z分数

数值 (x)

平均值 (μ)

标准差 (σ)

Z分数和概率转换器

请提供任意一个值来在Z分数和概率之间转换。这相当于参考Z表。

Z分数 (Z)

两个Z分数之间的概率

使用此计算器查找两个Z分数之间的概率（图表中的区域P）。

左边界, Z₁

右边界, Z₂

什么是Z分数？

Z分数，也称为标准分数、Z值和正态分数等，是一个无量纲量，用于表示事件高于被测量的平均值的有符号的、小数的标准差数。高于平均值的值具有正Z分数，而低于平均值的值具有负Z分数。 Z分数（也称为标准分数）测量一个数据点距离平均值多少个标准差。计算Z分数的公式是：\[z = \frac{x - \mu}{\sigma}\] 其中：\[x = \text{个体值}\] \[\mu = \text{总体平均值}\] \[\sigma = \text{总体标准差}\] Z分数通过将数据标准化到一个共同的尺度，允许我们比较来自不同数据集的值。

Z分数公式

Z分数可以通过从原始分数或相关数据点（测试分数、身高、年龄等）中减去总体平均值，然后将差值除以总体标准差来计算：\[z = \frac{x - \mu}{\sigma}\] 其中x是原始分数，μ是总体平均值，σ是总体标准差。

如何解释Z分数

Z分数具有以下重要特性： - Z分数为0表示数据点的值恰好等于平均值 - 正Z分数表示数据点高于平均值 - 负Z分数表示数据点低于平均值 - Z分数的绝对值告诉你数据点距离平均值有多少个标准差在正态分布中： - 约68%的值Z分数在-1和1之间 - 约95%的值Z分数在-2和2之间 - 约99.7%的值Z分数在-3和3之间（'三西格玛法则'）

正态分布和经验法则

[显示标准差的正态分布曲线图]

-1σ to +1σ

68.27%

-2σ to +2σ

95.45%

-3σ to +3σ

99.73%

Z表

Z表，也称为标准正态表或单位正态表，是一个包含标准化值的表格，用于确定给定统计量低于、高于或处于标准正态分布之间的概率。Z分数为0表示给定点与平均值相同。在标准正态分布图上，z = 0因此是曲线的中心。正Z值表示该点位于平均值的右侧，负Z值表示该点位于平均值的左侧。

Z	0.00	0.01	0.02	0.03	0.04	0.05	0.06	0.07	0.08	0.09
0.0	0.5000	0.5000	0.5000	0.5000	0.5000	0.5000	0.5000	0.5000	0.5000	0.5000
0.1.0	0.5000	0.5050	0.5100	0.5150	0.5200	0.5250	0.5300	0.5350	0.5400	0.5450
0.2.0	0.5000	0.5100	0.5200	0.5300	0.5400	0.5500	0.5600	0.5700	0.5800	0.5900
0.3.0	0.5000	0.5150	0.5300	0.5450	0.5600	0.5750	0.5900	0.6050	0.6200	0.6350
0.4.0	0.5000	0.5200	0.5400	0.5600	0.5800	0.6000	0.6200	0.6400	0.6600	0.6800
0.5.0	0.5000	0.5250	0.5500	0.5750	0.6000	0.6250	0.6500	0.6750	0.7000	0.7250
0.6.0	0.5000	0.5300	0.5600	0.5900	0.6200	0.6500	0.6800	0.7100	0.7400	0.7700
0.7.0	0.5000	0.5350	0.5700	0.6050	0.6400	0.6750	0.7100	0.7450	0.7800	0.8150
0.8.0	0.5000	0.5400	0.5800	0.6200	0.6600	0.7000	0.7400	0.7800	0.8200	0.8600
0.9.0	0.5000	0.5450	0.5900	0.6350	0.6800	0.7250	0.7700	0.8150	0.8600	0.9050

如何阅读Z表

列标题定义了Z分数到百分位。
行标题定义了Z分数到十分位。
表中的每个值是Z = 0和给定值的Z分数之间的面积，表示数据点将位于标准正态分布中参考区域内的概率。

Z分数的应用

Z分数有许多应用，可用于执行Z检验、计算预测区间、过程控制应用、比较不同尺度上的分数等。Z分数在许多统计应用中使用： 1. 识别数据中的异常值 2. 将不同测试的分数转换为标准尺度进行比较 3. 创建标准化测试分数（如SAT或IQ测试） 4. 制造业的质量控制 5. 金融分析和风险评估 6. 医学测试和诊断 7. 教育评估和曲线评分