Что такое калькулятор Z-оценки в вероятность?
Этот инструмент переводит z-оценку (число стандартных отклонений, на которое значение удалено от среднего) в вероятность с помощью стандартной нормальной функции распределения (CDF), обозначаемой \(\Phi(z)\). Вероятности лежат в основе проверки гипотез, доверительных интервалов и расчёта процентилей, поэтому перевод z в вероятность — одна из самых частых задач в статистике.
Как пользоваться
Введите свою z-оценку и выберите тип вероятности. Левый хвост даёт \(P(Z < z)\) — площадь слева от z, то есть процентиль. Правый хвост даёт \(P(Z > z)\) и удобен для односторонних тестов значимости. Двусторонний даёт \(P(|Z| > |z|)\) — суммарную площадь обоих хвостов, которая используется в двусторонних тестах. В результате показываются сразу все три значения, так что вы можете взять то, которое вам нужно.
Разбор формулы
Стандартное нормальное распределение имеет среднее 0 и стандартное отклонение 1. Его функция распределения записывается через функцию ошибок (erf):
$$\Phi(z) = \frac{1}{2}\left[1 + \operatorname{erf}\!\left(\frac{z}{\sqrt{2}}\right)\right]$$
Поскольку у erf нет аналитического выражения в замкнутой форме, калькулятор использует рациональную аппроксимацию Абрамовица и Стиган (формула 7.1.26) с точностью около \(1{,}5\times10^{-7}\) — этого более чем достаточно для практических статистических расчётов.
Пример расчёта
Для z = 1,96 вероятность левого хвоста \(\Phi(1{,}96) \approx 0{,}975\). Это значит, что 97,5% распределения лежит ниже 1,96. Правый хвост равен \(1 - 0{,}975 = 0{,}025\), а двустороннее значение — \(2 \times 0{,}025 = 0{,}05\), что в точности соответствует привычному уровню значимости 5%.
Частые вопросы
Что даёт z-оценка, равная 0? \(\Phi(0) = 0{,}5\), поскольку ровно половина распределения лежит ниже среднего.
Может ли z быть отрицательным? Да. Отрицательное z даёт вероятность левого хвоста меньше 0,5; при этом выполняется симметрия \(\Phi(-z) = 1 - \Phi(z)\).
Какая из вероятностей является p-значением? Для одностороннего теста используйте соответствующий хвост, а для двустороннего — двустороннее значение.
Интерпретация вероятности z-показателя
Левый хвост: процентильный ранг
Значение левого хвоста \(\Phi(z)\) — это доля распределения, находящаяся на уровне или ниже вашего z-показателя. При z = 1 имеем \(\Phi(1)\approx 0.8413\), поэтому значение находится примерно на 84-м процентиле. При z = 0 находится медиана (50-й процентиль).
Правый и двусторонний хвосты: p-значения
- Правый хвост \(1-\Phi(z)\) — это p-значение для одностороннего теста того, является ли значение необычно высоким.
- Левый хвост \(\Phi(z)\) — это p-значение для одностороннего теста того, является ли значение необычно низким.
- Двусторонний \(2\,\min\{\Phi(z),1-\Phi(z)\}\) — это p-значение для теста, который учитывает экстремальные значения в любом направлении.
Результат называется статистически значимым на уровне α, если p-значение не превышает α. Для двустороннего теста α = 0.05 соответствует |z| ≥ 1.96, а α = 0.01 — |z| ≥ 2.576. Для одностороннего теста α = 0.05 соответствует z ≥ 1.645 (или z ≤ -1.645), а α = 0.01 — |z| ≥ 2.326.
Оценка необычных значений
- |z| > 2: около 4.55% нормального распределения лежит настолько далеко в обоих хвостах вместе взятых, поэтому такие значения часто называют необычными.
- |z| > 3: около 0.27% лежит настолько далеко в обоих хвостах вместе взятых (примерно 1 из 370), поэтому такие значения часто называют очень необычными или выбросами.
Эти пороговые значения являются условными соглашениями, а не строгими законами.
Оговорка: нормальность
Вероятности точны только если данные (или статистика теста) следуют нормальному распределению. Для асимметричных данных или данных с тяжёлыми хвостами реальные вероятности в хвостах могут заметно отличаться от этих значений. Для статистики теста аппроксимация z опирается на такие условия, как достаточно большой размер выборки или известное стандартное отклонение генеральной совокупности. Когда эти условия не выполняются, более подходящими могут оказаться другие распределения (например, распределение Стьюдента).