通过MCP连接 →

输入计算

数学公式

广告

结果

百分位排名
84.13
低于该Z分数的数值占比
累积概率 Φ(z) 0.8413

什么是Z分数转百分位计算器?

Z分数(也称标准分)用来衡量某个数值高于或低于分布均值多少个标准差。这款计算器能把Z分数换算成百分位排名,也就是在服从正态分布的数据集中,有多少比例的数值低于你的这个数。举例来说,Z分数为0对应第50百分位(即均值),而Z分数为1.96则大约对应第97.5百分位。

使用方法

在输入框中填入你的Z分数。正的Z分数代表数值高于均值,负的Z分数代表数值低于均值。计算器会以百分比形式给出对应的百分位排名,同时显示介于0到1之间的累积概率\(\Phi(z)\)。

公式详解

百分位排名等于标准正态累积分布函数在z点的取值再乘以100:

$$\text{Percentile} = \Phi\!\left(\text{z}\right) \times 100 = \frac{1}{2}\left[1 + \operatorname{erf}\!\left(\frac{\text{z}}{\sqrt{2}}\right)\right] \times 100$$

\(\Phi(z)\)表示标准正态曲线下、z左侧的面积。我们通过 \(\Phi(z) = \frac{1}{2}[1 + \operatorname{erf}(z/\sqrt{2})]\) 来计算,其中误差函数采用 Abramowitz 与 Stegun 的有理逼近公式(精度约达小数点后7位)。

Advertisement
标准正态钟形曲线,标记的 z 值左侧区域被阴影填充
百分位数等于标准正态曲线下 z 左侧的阴影面积 \(\Phi(z)\)。

实例演算

假设你的Z分数为1.0。此时 \(\Phi(1) \approx 0.8413\),因此百分位排名为

$$0.8413 \times 100 \approx 84.13\%$$

这说明在正态分布中,大约有84%的数值都低于"高出均值一个标准差"的这个位置。

常见问题

负的Z分数会得到什么结果?Z分数为\(-1\)时,百分位约为15.87%,因为它位于均值之下。

结果精确吗?这套数值逼近的精度约为小数点后7位,对于统计作业和报告来说绰绰有余。

这是否要求数据服从正态分布?是的。只有当数据(近似)服从正态分布时,用Z分数换算百分位才成立。

最后更新: