Калькулятор Z-оценки

Калькулятор Z-оценки

Растущий AI Skill PRO

Введите расчет

Результаты

z-оценка
1,6
стандартных отклонений от среднего
Точка данных (x) z-оценка
190 1,6

Математическая формула

z=Точка данных x−Среднее совокупности μСтандартное отклонение совокупности σz = \frac{{{\text{Точка данных } x}} - {{\text{Среднее совокупности } \mu}}}{{{\text{Стандартное отклонение совокупности } \sigma}}}
Статистика использования

Реклама

Сообщить об ошибке на этой странице

Что такое z-оценка?

Z-оценка (её также называют стандартной оценкой или стандартизованным значением) показывает, на сколько стандартных отклонений совокупности значение отстоит от среднего по совокупности. Положительное z означает, что значение выше среднего, отрицательное — ниже, а \(z = 0\) говорит о том, что значение точно совпадает со средним. Поскольку z-оценки безразмерны, они позволяют сравнивать наблюдения, измеренные в совершенно разных единицах и масштабах. Это чисто статистический инструмент, и он работает одинаково в любой стране.

Колоколообразная кривая нормального распределения со шкалой z-оценки под ней
Z-оценка показывает, на сколько стандартных отклонений значение отстоит от среднего на нормальной кривой.

Как пользоваться калькулятором

С помощью переключателя «Рассчитать z по» выберите, что именно вы хотите стандартизировать: одну или несколько точек данных, известное выборочное среднее с указанием объёма выборки или сырую выборку данных, среднее по которой калькулятор посчитает сам. Затем введите среднее совокупности (μ) и стандартное отклонение совокупности (σ). Списки чисел можно разделять запятыми, пробелами, табуляцией или переносами строк, поэтому столбец из таблицы можно вставить напрямую.

Формулы

Для одного наблюдения формула выглядит так:

$$z = \dfrac{x - \mu}{\sigma}$$

Для выборочного среднего используется стандартная ошибка среднего:

$$z = \dfrac{\bar{x} - \mu}{\sigma / \sqrt{n}}$$

где \(\sigma / \sqrt{n}\) — это стандартная ошибка. В режиме «Выборка данных» калькулятор сначала вычисляет выборочное среднее \(\bar{x} = (\text{сумма значений}) / n\), а затем применяет ту же формулу со стандартной ошибкой.

Реклама
Схема, показывающая расстояние от точки данных до среднего, делённое на стандартное отклонение
Z-оценка — это расстояние x от среднего (μ), выраженное в единицах стандартного отклонения (σ).

Разбор примера

Пусть \(x = 190\), \(\mu = 150\) и \(\sigma = 25\). Тогда

$$z = \dfrac{190 - 150}{25} = \dfrac{40}{25} = 1{,}6$$

— это значит, что 190 лежит на 1,6 стандартного отклонения выше среднего. Для примера с выборочным средним при \(\bar{x} = 280\), \(\mu = 300\), \(\sigma = 50\) и \(n = 25\) стандартная ошибка равна \(50 / \sqrt{25} = 10\), поэтому

$$z = \dfrac{280 - 300}{10} = -2{,}0$$
Реклама

Частые вопросы

Можно ли ввести сразу несколько точек данных? Да. В режиме «Точка(и) данных» введите несколько чисел через запятую или пробел — и вы получите z-оценку для каждого из них.

Почему σ должно быть больше нуля? В формуле z происходит деление на σ (или на стандартную ошибку \(\sigma/\sqrt{n}\)). При стандартном отклонении, равном нулю, возникло бы деление на ноль, поэтому калькулятор выдаёт ошибку.

Как перевести z-оценку в процентиль? Найдите значение z в таблице стандартного нормального распределения или воспользуйтесь функцией кумулятивного нормального распределения. Например, \(z = 1{,}6\) соответствует примерно 94,52-му процентилю.

Таблица соответствия z-оценки и процентиля

В таблице приведена стандартная нормальная интегральная вероятность \(P(Z \le z)\), то есть доля нормального распределения, лежащая at или ниже z. Умножьте на 100, чтобы получить приблизительный процентиль.

z P(Z ≤ z) Прибл. процентиль
-3 0.0013 0.13%
-2.576 0.0050 0.5%
-2.5 0.0062 0.62%
-2 0.0228 2.28%
-1.96 0.0250 2.5%
-1.645 0.0500 5%
-1 0.1587 15.87%
-0.5 0.3085 30.85%
0 0.5000 50%
0.5 0.6915 69.15%
1 0.8413 84.13%
1.5 0.9332 93.32%
1.6 0.9452 94.52%
1.645 0.9500 95%
1.96 0.9750 97.5%
2 0.9772 97.72%
2.5 0.9938 99.38%
2.576 0.9950 99.5%
3 0.9987 99.87%

Симметрия: стандартная нормальная кривая симметрична относительно 0, поэтому \(P(Z \le -z) = 1 - P(Z \le z)\). Например, \(P(Z \le -1) = 1 - 0.8413 = 0.1587\).

Пример: оценка 85 при среднем значении 70 и стандартном отклонении 10 даёт \(z = \frac{85 - 70}{10} = \) 1.5. По таблице \(P(Z \le 1.5) = 0.9332\), поэтому оценка находится примерно на 93-м процентиле при условии, что оценки приблизительно нормальны.

Последнее обновление:

Самые популярные в разделе Математика и статистика

Все калькуляторы раздела Математика и статистика