Z 分数,也称为标准分数,是指数据点高于平均值的标准偏差数。这个值可以使用我们的 z 分数计算器来计算。继续阅读以了解如何计算分数以及如何使用我们的 z 分数表。
什么是 az 分数表?
z 分数表显示标准分布图下给定分数左侧的区域。表中的第一列包含 z 值列表,精确到小数点后一位。通过查看第一行,您可以在 z 分数中找到第二位的数字。
什么是 az 分数图?
z 分数图是个体或群体在群体中的相对位置的图形表示。 z 分数告诉您该个人或群体比平均值低多远,范围从 -2 到 2。z 分数越高,被比较的数据越不正常或异常。 z 得分为 1 表示数据完全是平均值,而 z 得分为 -2 表示数据比平均值低两个标准差。
我们发现在我们的示例中,z 得分为 62 是 0.41。首先,在第一行找到 z=0.4。这将告诉你在哪里看。在第一行中找到 0.01 值。它将决定您应该查看的行。标准分布图下方、z 得分左侧的面积等于 0.6591。请记住,此图覆盖的区域为 1。因此,我们可以说学生在测试中得分为 62 分或以下的概率为 0.6591,即 65.91%。
您还可以计算 P 值。这是分数超过 62 的概率。它是 1 - 0.6591 = 0.34909,即 34.09%。
计算器 Z 分数和六西格玛方法
在遵循正态分布的过程中可以观察到 99.7%。该分配装置可以位于左侧或右侧。所有可能的实现中只有 0.3% 会在 3-sigma 区间内。
可以通过将区间扩大到 6 个 sigma 来扩展这一原理。 99.9999998027% 的数据点将落在此范围内。如果正确应用此原则,您可以预期每百万次实现过程会有 3.4 个错误。
这些事件可以归类为非常不可能。一方面可能是事故,也可能是意外,而另一方面则是运气不佳。如果您正在执行重复性任务(例如生产标准商品),您可能会认为严重错误会经常发生,以至于它们变得微不足道。
这就是开发基于标准正态分布(称为 6 sigmas)的质量系统的原因。摩托罗拉在 1980 年代使用统计分析来量化和消除错误创建了该系统。
六西格码方法使正态分布能够在三个十年内用于改进制造、交易和两个办公室的流程。
Z 分数可以为负数吗?
是的!如果您的数据点的 z 分数为负,则表示它低于平均值。
您如何阅读 Z 分数表?
z 分数表可让您根据数据点的 z 分数确定数据点的 p 值或百分位数。按着这些次序:
如果 z 分数为负,则使用负表。如果 z-score 为正,即数据点的值超过平均值,则使用正 z-score 表。
第一个小数点(第 10 位)是 z 分数。查看最左边的列。例如,2.1 会给你一个 2.15 z 分数。
可以在顶部的行中找到与小数点后第二位(第 100 位)匹配的 z 分数。例如,0.05 是 z 分数 2.15 的 HTML 分数。
找到列和行匹配的 p 值。 z 分数为 2.15 为您提供 98422。
将 p 值除以 100 得到百分位数。 z 分数为 2.15,占 98%。
第 95 个百分位数的 z 分数是多少?
Z 分数表示您的数据点位于第 95 个百分位数内。
如何找到 z 分数的 p 值并计算它?
z 分数表是计算 p 值的最简单方法。实际计算涉及对正则分布曲线下的面积进行积分。
Z表
z 表,也称为标准正态表或单位常用表,是一组标准值,可用于计算特定统计量低于、介于或位于标准正态分布中间的概率。
该表是一个右尾 z 表。 z 表有多种类型和样式。但是,右尾通常用于指代特定的 z 表。它用于查找 z=0 和任何正值之间的区域,并参考标准偏差右侧的区域。
Z 表从平均值(0 到 Z)
z | 0 | 0.01 | 0.02 | 0.03 | 0.04 | 0.05 | 0.06 | 0.07 | 0.08 | 0.09 |
0 | 0 | 0.00399 | 0.00798 | 0.01197 | 0.01595 | 0.01994 | 0.02392 | 0.0279 | 0.03188 | 0.03586 |
0.1 | 0.03983 | 0.0438 | 0.04776 | 0.05172 | 0.05567 | 0.05962 | 0.06356 | 0.06749 | 0.07142 | 0.07535 |
0.2 | 0.07926 | 0.08317 | 0.08706 | 0.09095 | 0.09483 | 0.09871 | 0.10257 | 0.10642 | 0.11026 | 0.11409 |
0.3 | 0.11791 | 0.12172 | 0.12552 | 0.1293 | 0.13307 | 0.13683 | 0.14058 | 0.14431 | 0.14803 | 0.15173 |
0.4 | 0.15542 | 0.1591 | 0.16276 | 0.1664 | 0.17003 | 0.17364 | 0.17724 | 0.18082 | 0.18439 | 0.18793 |
0.5 | 0.19146 | 0.19497 | 0.19847 | 0.20194 | 0.2054 | 0.20884 | 0.21226 | 0.21566 | 0.21904 | 0.2224 |
0.6 | 0.22575 | 0.22907 | 0.23237 | 0.23565 | 0.23891 | 0.24215 | 0.24537 | 0.24857 | 0.25175 | 0.2549 |
0.7 | 0.25804 | 0.26115 | 0.26424 | 0.2673 | 0.27035 | 0.27337 | 0.27637 | 0.27935 | 0.2823 | 0.28524 |
0.8 | 0.28814 | 0.29103 | 0.29389 | 0.29673 | 0.29955 | 0.30234 | 0.30511 | 0.30785 | 0.31057 | 0.31327 |
0.9 | 0.31594 | 0.31859 | 0.32121 | 0.32381 | 0.32639 | 0.32894 | 0.33147 | 0.33398 | 0.33646 | 0.33891 |
1 | 0.34134 | 0.34375 | 0.34614 | 0.34849 | 0.35083 | 0.35314 | 0.35543 | 0.35769 | 0.35993 | 0.36214 |
1.1 | 0.36433 | 0.3665 | 0.36864 | 0.37076 | 0.37286 | 0.37493 | 0.37698 | 0.379 | 0.381 | 0.38298 |
1.2 | 0.38493 | 0.38686 | 0.38877 | 0.39065 | 0.39251 | 0.39435 | 0.39617 | 0.39796 | 0.39973 | 0.40147 |
1.3 | 0.4032 | 0.4049 | 0.40658 | 0.40824 | 0.40988 | 0.41149 | 0.41308 | 0.41466 | 0.41621 | 0.41774 |
1.4 | 0.41924 | 0.42073 | 0.4222 | 0.42364 | 0.42507 | 0.42647 | 0.42785 | 0.42922 | 0.43056 | 0.43189 |
1.5 | 0.43319 | 0.43448 | 0.43574 | 0.43699 | 0.43822 | 0.43943 | 0.44062 | 0.44179 | 0.44295 | 0.44408 |
1.6 | 0.4452 | 0.4463 | 0.44738 | 0.44845 | 0.4495 | 0.45053 | 0.45154 | 0.45254 | 0.45352 | 0.45449 |
1.7 | 0.45543 | 0.45637 | 0.45728 | 0.45818 | 0.45907 | 0.45994 | 0.4608 | 0.46164 | 0.46246 | 0.46327 |
1.8 | 0.46407 | 0.46485 | 0.46562 | 0.46638 | 0.46712 | 0.46784 | 0.46856 | 0.46926 | 0.46995 | 0.47062 |
1.9 | 0.47128 | 0.47193 | 0.47257 | 0.4732 | 0.47381 | 0.47441 | 0.475 | 0.47558 | 0.47615 | 0.4767 |
2 | 0.47725 | 0.47778 | 0.47831 | 0.47882 | 0.47932 | 0.47982 | 0.4803 | 0.48077 | 0.48124 | 0.48169 |
2.1 | 0.48214 | 0.48257 | 0.483 | 0.48341 | 0.48382 | 0.48422 | 0.48461 | 0.485 | 0.48537 | 0.48574 |
2.2 | 0.4861 | 0.48645 | 0.48679 | 0.48713 | 0.48745 | 0.48778 | 0.48809 | 0.4884 | 0.4887 | 0.48899 |
2.3 | 0.48928 | 0.48956 | 0.48983 | 0.4901 | 0.49036 | 0.49061 | 0.49086 | 0.49111 | 0.49134 | 0.49158 |
2.4 | 0.4918 | 0.49202 | 0.49224 | 0.49245 | 0.49266 | 0.49286 | 0.49305 | 0.49324 | 0.49343 | 0.49361 |
2.5 | 0.49379 | 0.49396 | 0.49413 | 0.4943 | 0.49446 | 0.49461 | 0.49477 | 0.49492 | 0.49506 | 0.4952 |
2.6 | 0.49534 | 0.49547 | 0.4956 | 0.49573 | 0.49585 | 0.49598 | 0.49609 | 0.49621 | 0.49632 | 0.49643 |
2.7 | 0.49653 | 0.49664 | 0.49674 | 0.49683 | 0.49693 | 0.49702 | 0.49711 | 0.4972 | 0.49728 | 0.49736 |
2.8 | 0.49744 | 0.49752 | 0.4976 | 0.49767 | 0.49774 | 0.49781 | 0.49788 | 0.49795 | 0.49801 | 0.49807 |
2.9 | 0.49813 | 0.49819 | 0.49825 | 0.49831 | 0.49836 | 0.49841 | 0.49846 | 0.49851 | 0.49856 | 0.49861 |
3 | 0.49865 | 0.49869 | 0.49874 | 0.49878 | 0.49882 | 0.49886 | 0.49889 | 0.49893 | 0.49896 | 0.499 |
3.1 | 0.49903 | 0.49906 | 0.4991 | 0.49913 | 0.49916 | 0.49918 | 0.49921 | 0.49924 | 0.49926 | 0.49929 |
3.2 | 0.49931 | 0.49934 | 0.49936 | 0.49938 | 0.4994 | 0.49942 | 0.49944 | 0.49946 | 0.49948 | 0.4995 |
3.3 | 0.49952 | 0.49953 | 0.49955 | 0.49957 | 0.49958 | 0.4996 | 0.49961 | 0.49962 | 0.49964 | 0.49965 |
3.4 | 0.49966 | 0.49968 | 0.49969 | 0.4997 | 0.49971 | 0.49972 | 0.49973 | 0.49974 | 0.49975 | 0.49976 |
3.5 | 0.49977 | 0.49978 | 0.49978 | 0.49979 | 0.4998 | 0.49981 | 0.49981 | 0.49982 | 0.49983 | 0.49983 |
3.6 | 0.49984 | 0.49985 | 0.49985 | 0.49986 | 0.49986 | 0.49987 | 0.49987 | 0.49988 | 0.49988 | 0.49989 |
3.7 | 0.49989 | 0.4999 | 0.4999 | 0.4999 | 0.49991 | 0.49991 | 0.49992 | 0.49992 | 0.49992 | 0.49992 |
3.8 | 0.49993 | 0.49993 | 0.49993 | 0.49994 | 0.49994 | 0.49994 | 0.49994 | 0.49995 | 0.49995 | 0.49995 |
3.9 | 0.49995 | 0.49995 | 0.49996 | 0.49996 | 0.49996 | 0.49996 | 0.49996 | 0.49996 | 0.49997 | 0.49997 |
4 | 0.49997 | 0.49997 | 0.49997 | 0.49997 | 0.49997 | 0.49997 | 0.49998 | 0.49998 | 0.49998 | 0.49998 |