Калькулятор Z-оценки
Преобразуйте любое исходное значение в z-оценку, используя среднее и стандартное отклонение, или позвольте калькулятору вычислить их по вашему набору данных. Вы также получите перцентиль и вероятности «хвостов».
Рассчитайте свою z-оценку
Формула z-оценки
Где:
- \(x\) — исходное значение, которое нужно стандартизировать
- \(\mu\) — среднее генеральной совокупности (или вашего набора данных)
- \(\sigma\) — стандартное отклонение генеральной совокупности (или выборочное стандартное отклонение \(s\))
- \(z\) — z-оценка, то есть число стандартных отклонений между \(x\) и средним
Формула измеряет расстояние от значения до среднего и выражает его в единицах стандартного отклонения. Положительное z означает, что значение выше среднего, отрицательное — что ниже.
Z-оценка — пример расчёта
Пример: экзамен оценивается со средним \(\mu = 100\) и стандартным отклонением \(\sigma = 15\). Студент набирает \(x = 110\). На сколько стандартных отклонений это выше среднего и какому перцентилю соответствует?
\[ z = \frac{x - \mu}{\sigma} = \frac{110 - 100}{15} = \frac{10}{15} \approx 0.6667 \]
\[ \Phi(0.6667) \approx 0.7475 \quad\Rightarrow\quad P(X \le 110) \approx 74.75\% \]
Результат: \(z \approx 0.6667\). Результат примерно на две трети стандартного отклонения выше среднего; около 74.75% студентов набирают 110 баллов или меньше, а примерно 25.25% — больше.
Как пользоваться калькулятором
- Откройте выпадающий список Режим ввода и выберите Среднее и стандартное отклонение известны, если у вас уже есть \(\mu\) и \(\sigma\), или По набору данных, если хотите, чтобы калькулятор вычислил их за вас.
- В поле Исходное значение (x) введите значение, которое нужно преобразовать в z-оценку.
- В прямом режиме заполните поля Среднее генеральной совокупности (μ) и Стандартное отклонение (σ). Стандартное отклонение должно быть больше 0.
- В режиме набора данных вставьте свои числа в поле Набор данных, разделяя их запятыми, пробелами, точками с запятой или переводами строк. Нужно минимум 2 числа, и они не могут быть всеми одинаковыми. Калькулятор автоматически вычисляет среднее и выборочное стандартное отклонение (используя \(n - 1\)).
- Прочитайте Z-оценку, перцентиль \(P(X \le x)\), вероятность более высокого значения \(P(X > x)\) и Интерпретацию простым языком со сводной таблицей.
Что означает z-оценка
Z-оценка (также называемая стандартизированным значением) отвечает на простой вопрос: насколько необычно это значение? Она переводит любое измерение в общую шкалу, показывая, на сколько стандартных отклонений оно отстоит от среднего. Поскольку исходные единицы любого распределения отбрасываются, z-оценки позволяют сравнивать значения совершенно разных измерений — например, что более исключительно относительно своей совокупности: рост 190 см или результат экзамена 130 баллов.
Знак задаёт направление. Z-оценка +2 означает, что значение на два стандартных отклонения выше среднего; z-оценка −1.5 означает, что оно на полтора стандартных отклонения ниже. Z, равное ровно 0, означает, что значение совпадает со средним.
Калькулятор также преобразует вашу z-оценку в вероятности, предполагая, что данные следуют нормальному (гауссову) распределению. Перцентиль \(\Phi(z)\) — это доля значений, ожидаемых на уровне вашего значения или ниже; \(1 - \Phi(z)\) — доля, ожидаемая выше. Для приведённого выше примера \(z = 0.6667\) помещает значение примерно на 75-й перцентиль — хороший, но не исключительный результат.
Как оценить, насколько экстремальна z-оценка
Знакомое правило 68–95–99.7 для нормальных распределений даёт быстрые ориентиры:
| Диапазон |z| | Что это значит | Доля значений хотя бы столь же экстремальных |
|---|---|---|
| менее 1 | Типичное — в пределах 1 стандартного отклонения от среднего | ≈ 32% |
| от 1 до 2 | Несколько нечастое | ≈ 27% |
| от 2 до 3 | Необычное | ≈ 4.6% |
| 3 и более | Очень необычное | менее 0.3% |
Z-оценки за пределами ±3 часто рассматриваются как выбросы или сигналы, заслуживающие изучения, хотя то, что считается «экстремальным», зависит от вашей области — в физике порогом для открытия обычно считается 5 сигм (\(|z| \ge 5\)).
Допущения, ограничения и советы
- Перцентили предполагают нормальность. Сама z-оценка верна для любого распределения с определённым средним и стандартным отклонением, но перцентиль и вероятности «хвостов» \(\Phi(z)\) точны лишь тогда, когда данные приближённо нормально распределены. Для асимметричных данных указанные вероятности будут вводить в заблуждение, даже если z-оценка верна.
- Выборочное и генеральное стандартное отклонение. В режиме набора данных калькулятор использует выборочное стандартное отклонение с поправкой Бесселя (деление на \(n - 1\)), что правильно, когда ваши числа — выборка из большей совокупности. Если ваши числа представляют всю совокупность, введите \(\sigma\) вручную в прямом режиме.
- Малые выборки шумны. При горстке значений выборочное среднее и стандартное отклонение — неустойчивые оценки, поэтому вычисленные по ним z-оценки следует толковать с осторожностью.
- Следите за выбросами на этапе ввода. Одно ошибочно введённое значение в наборе данных может завысить стандартное отклонение и «сгладить» z-оценки всех остальных. Перепроверьте сводную таблицу в блоке интерпретации — она показывает среднее, стандартное отклонение и размер выборки, которые действительно использовались.
- Вводите в поле x исходное значение, а не z-оценку. Калькулятор ожидает первоначальное измерение; стандартизацию он вычисляет за вас.
Часто задаваемые вопросы
Как вычислить z-оценку вручную без калькулятора?
Вычтите среднее из своего значения, затем разделите на стандартное отклонение: \(z = (x - \mu) / \sigma\). Например, при \(x = 85\), \(\mu = 70\) и \(\sigma = 10\) получится \(z = 15/10 = 1.5\). Если вы не знаете \(\mu\) и \(\sigma\), сначала вычислите среднее, затем стандартное отклонение и подставьте их в формулу. Ручной расчёт — хорошая проверка результата калькулятора.
Какая z-оценка считается хорошей или нормальной?
Универсально «хорошей» не существует — это зависит от того, что вы измеряете. Статистически большинство значений в нормальном распределении попадает между −1 и +1 (около 68%), так что всё в этом диапазоне типично. Оценки за пределами ±2 или ±3 редки. Хорошо ли высокое значение, зависит от контекста: высокая z-оценка отлично для экзамена, но может быть тревожным сигналом для артериального давления. В центильных таблицах роста детей врачи смотрят, куда z-оценка попадает примерно между −2 и +2; о медицинских результатах всегда спрашивайте специалиста.
Есть ли у z-оценки единицы измерения? Можно ли сравнивать z-оценки разных измерений?
Нет — z-оценка безразмерна. Она выражает расстояние от среднего в единицах стандартных отклонений, поэтому исходные единицы (см, кг, баллы, доллары) сокращаются. Именно это делает z-оценки полезными для сравнения: z-оценка 1.8 для роста и z-оценка 1.2 для результата экзамена говорят вам, что рост более исключителен относительно своей совокупности, хотя исходные числа не имеют ничего общего.
Как преобразовать z-оценку обратно в исходное значение?
Преобразуйте формулу: \(x = \mu + z \times \sigma\). Например, если \(z = -1.5\), \(\mu = 200\) и \(\sigma = 20\), то \(x = 200 + (-1.5)(20) = 170\). Это удобно, когда вы знаете порог в z-единицах — например, «значения ниже z = −2 помечаются флагом» — и вам нужен соответствующий исходный порог в первоначальных единицах.
Почему моя z-оценка отличается, если я вычисляю её по набору данных, а не ввожу σ напрямую?
В режиме набора данных калькулятор использует выборочное стандартное отклонение с поправкой Бесселя — деление на \(n - 1\) вместо \(n\) — что немного завышает оценку разброса для малых выборок. Если сравнить это с генеральным \(\sigma\) (деление на \(n\)), для одного и того же исходного значения получится другая z. Оба подхода оправданны; разница уменьшается с ростом выборки, но может быть заметна при менее чем примерно 10 числах.
Может ли z-оценка быть отрицательной и что означает отрицательная z-оценка?
Да. Отрицательная z-оценка просто означает, что значение лежит ниже среднего — и ничего более. Z, равное −1.25, говорит, что значение на 1.25 стандартного отклонения ниже среднего. Отрицательные z-оценки совершенно нормальны для симметричных данных: примерно у половины любой нормально распределённой совокупности они есть. О том, насколько необычен результат, говорит лишь абсолютное значение, поэтому −2.1 настолько же экстремально, как и +2.1.
В чём разница между z-оценкой, t-оценкой и p-значением?
Z-оценка — это стандартизированное расстояние от среднего в единицах стандартных отклонений. T-оценка — её пересчитанный вариант, распространённый в стандартизированном тестировании (например, плотность костной ткани): \(t = 50 + 10z\), так что среднее равно 50, а не 0. P-значение — это вероятность, а не расстояние — часто двусторонняя вероятность, связанная со статистикой z или t. Они связаны, но отвечают на разные вопросы, поэтому не путайте их.