Z-Skoru Olasılık Hesaplama Aracı

Z-Skoru Olasılık Hesaplama Aracı

Popüler AI Skill PRO

Hesaplamaya Girin

Sonuç

Olasılık
0,975002
97,5002%
Sol kuyruk P(Z < z) 0,975002
Sağ kuyruk P(Z > z) 0,024998
Çift kuyruk P(|Z| > |z|) 0,049996

Formül

P=Φ(Z-Skoru)=12[1+erf(Z-Skoru2)]P = \Phi(\text{Z-Skoru}) = \frac{1}{2}\left[1 + \operatorname{erf}\!\left(\frac{\text{Z-Skoru}}{\sqrt{2}}\right)\right]
Kullanım istatistikleri

Reklam

Bu sayfadaki bir hatayı bildir

Z-Skoru Olasılık Hesaplama Aracı nedir?

Bu araç, bir z-skorunu (bir değerin ortalamadan kaç standart sapma uzakta olduğunu gösteren sayıyı) standart normal birikimli dağılım fonksiyonu (CDF) yardımıyla bir olasılığa dönüştürür; bu fonksiyon \(\Phi(z)\) ile gösterilir. Olasılıklar; hipotez testlerinin, güven aralıklarının ve yüzdelik dilim sıralamalarının temelini oluşturur. Bu nedenle bir z değerini olasılığa çevirmek, istatistikte en sık karşılaşılan işlemlerden biridir.

Nasıl kullanılır?

Z-skorunuzu girin ve olasılık türünü seçin. Sol kuyruk \(P(Z < z)\) değerini verir — yani z'nin solunda kalan alan ki bu da yüzdelik dilime karşılık gelir. Sağ kuyruk \(P(Z > z)\) değerini verir ve tek yönlü anlamlılık testlerinde işinize yarar. Çift kuyruk ise \(P(|Z| > |z|)\) değerini, yani her iki kuyrukta kalan toplam alanı verir ve iki yönlü testlerde kullanılır. Sonuç ekranında üç değer de gösterilir, böylece hangisine ihtiyacınız varsa onu kolayca seçebilirsiniz.

Formülün açıklaması

Standart normal dağılımın ortalaması 0, standart sapması ise 1'dir. CDF'si, hata fonksiyonu (erf) kullanılarak şu şekilde yazılır:

$$\Phi(z) = \tfrac{1}{2}\left[1 + \operatorname{erf}\!\left(\frac{z}{\sqrt{2}}\right)\right]$$

erf fonksiyonunun kapalı bir çözümü olmadığından, bu hesaplayıcı Abramowitz & Stegun rasyonel yaklaşımını (7.1.26) kullanır. Bu yaklaşımın doğruluğu yaklaşık \(1{,}5\times10^{-7}\) olup pratik istatistik uygulamaları için fazlasıyla yeterlidir.

Reklam
Kümülatif olasılığı temsil eden, z'nin solu taralı çan eğrisi
Sol kuyruk olasılığı \(\Phi(z)\), standart normal eğrinin altında z'nin solunda kalan taralı alandır.

Örnek hesaplama

\(z = 1{,}96\) için sol kuyruk olasılığı \(\Phi(1{,}96) \approx 0{,}975\) olur. Bu, dağılımın %97,5'inin 1,96'nın altında kaldığı anlamına gelir. Sağ kuyruk $$1 - 0{,}975 = 0{,}025,$$ çift kuyruk değeri ise $$2 \times 0{,}025 = 0{,}05$$ olur — ki bu da herkesin bildiği %5'lik anlamlılık eşiğinin tam karşılığıdır.

Reklam
Sol kuyruk, sağ kuyruk ve iki kuyruk taralı alanlarını gösteren üç çan eğrisi
Sol kuyruk, sağ kuyruk ve iki kuyruk olasılıkları aynı eğrinin farklı taralı bölgelerine karşılık gelir.

Z-Skor Olasılığınızı Yorumlama

Sol kuyruk: yüzdelik sıralama

Sol kuyruk değeri \(\Phi(z)\), z-skorunuza eşit veya daha düşük olan dağılım oranıdır. z = 1 için \(\Phi(1)\approx 0.8413\) olur, dolayısıyla değer yaklaşık 84. yüzdelik dilimde yer alır. z = 0 ise medyandır (50. yüzdelik dilim).

Sağ kuyruk ve iki kuyruklu: p-değerleri

  • Sağ kuyruk \(1-\Phi(z)\), bir değerin olağandışı derecede yüksek olup olmadığını test eden tek yönlü testin p-değeridir.
  • Sol kuyruk \(\Phi(z)\), bir değerin olağandışı derecede düşük olup olmadığını test eden tek yönlü testin p-değeridir.
  • İki kuyruklu \(2\,\min\{\Phi(z),1-\Phi(z)\}\), her iki yöndeki aşırı değerleri dikkate alan testin p-değeridir.

Bir sonuç, p-değeri en fazla α ise α düzeyinde istatistiksel olarak anlamlı kabul edilir. İki kuyruklu bir test için α = 0.05, |z| ≥ 1.96 ile; α = 0.01 ise |z| ≥ 2.576 ile eşleşir. Tek yönlü bir test için α = 0.05, z ≥ 1.645 (veya z ≤ -1.645) ile; α = 0.01 ise |z| ≥ 2.326 ile eşleşir.

Olağandışı değerleri değerlendirme

  • |z| > 2: Normal dağılımın yaklaşık %4.55'i her iki kuyrukta birlikte bu uzaklıkta yer alır; bu nedenle bu değerler genellikle olağandışı olarak adlandırılır.
  • |z| > 3: Normal dağılımın yaklaşık %0.27'si her iki kuyrukta birlikte bu uzaklıkta yer alır (yaklaşık 370'te 1); bu nedenle bu değerler genellikle çok olağandışı veya aykırı değer olarak adlandırılır.

Bu eşikler kesin yasalar değil, geleneksel kabullerdir.

Uyarı: normallik

Olasılıklar yalnızca veriler (veya test istatistiği) normal dağılıma uyuyorsa tam olarak doğrudur. Çarpık veya ağır kuyruklu veriler için gerçek kuyruk olasılıkları bu değerlerden önemli ölçüde farklı olabilir. Bir test istatistiği için z yaklaşımı, yeterince büyük örneklem boyutu veya bilinen bir anakitle standart sapması gibi koşullara dayanır. Bu koşullar sağlanmadığında, Student t gibi diğer dağılımlar daha uygun olabilir.

Sıkça sorulan sorular

Z-skoru 0 olduğunda sonuç ne olur? \(\Phi(0) = 0{,}5\)'tir; çünkü dağılımın tam yarısı ortalamanın altında kalır.

Z negatif olabilir mi? Evet. Negatif bir z, 0,5'in altında bir sol kuyruk olasılığı verir; \(\Phi(-z) = 1 - \Phi(z)\) simetrisi geçerlidir.

P-değeri hangi olasılıktır? Tek yönlü bir test için uygun kuyruğu, iki yönlü bir test için ise çift kuyruk değerini kullanın.

Son güncelleme:

Matematik ve İstatistik kategorisinde en popüler

Tüm Matematik ve İstatistik hesap makinelerini gör