Z分數計算機
計算數值相對於平均值的Z分數,並查看常態分布模型下的累積機率、百分位數及分布曲線。
- 輸入要分析的數值X、平均值μ及標準差σ。三個欄位預設為85、70和10,頁面開啟後便會自動計算;只要修改任一輸入值,也會立即重新計算,不必再次按下計算。
- 三個數字欄位都可輸入正數、負數及小數。小數請使用瀏覽器數字欄位接受的格式,例如以英文小數點輸入1.5,不要以逗號分隔資料或表示千位數。這裡無法一次輸入整組觀測資料,欄位也沒有設定固定的數值上下限。
- 標準差必須大於0。請確認數值、平均值及標準差對應相同的測量項目與單位。若資料來自樣本,應依分析目的確認要採用樣本標準差或母體標準差;本計算機不會自行辨認兩者,也不會由原始資料重新估算。
- Z分數的公式為Z = (X - μ) / σ。結果為正數表示高於平均值,負數表示低於平均值,0則表示與平均值相同。絕對值越大,代表相距越多個標準差,但不能只憑此數值判斷是否為離群值。
- Z分數顯示至小數點後4位,解讀文字中的標準差倍數則顯示2位。當Z分數的絕對值小於0.01時,文字會顯示該數值等於平均值;這是解讀文字採用的門檻,不表示原始數值一定完全相等。
- 累積機率透過標準常態分布累積分布函數的數值近似求得,表示在模型下取得小於或等於目前數值的結果之比例。機率顯示4位小數;百分位數就是累積機率乘以100,顯示2位小數並加上百分比符號。兩者不是互相獨立的機率。
- 例如Z = 1時,累積機率約為0.8413,對應第84.13百分位;Z = 0時約為第50百分位。這些位置是依常態模型估算,不是將實際樣本逐筆排序後的名次,也不代表考試中的實際排名。
- 對符合常態分布的資料,約68%的數值落在平均值上下1個標準差內,約95%落在2個標準差內,約99.7%落在3個標準差內。這是68-95-99.7經驗法則,不能直接當成所有資料分布的固定比例。
- 常態分布曲線以Z = -4至4為展示範圍,每隔0.1取一個點,並依目前計算結果呈現累積區域。範圍外的尾端不會完整顯示。圖表需要相關繪圖程式庫成功載入,數值結果則可獨立計算。
- 若任一欄位沒有可解析的數值,計算便會停止,先前的結果可能仍留在畫面上。當標準差為0或負數時,三項數值結果會改為破折號並出現提示,但既有曲線不會因此立即清除。修正輸入後請確認畫面已更新。
- Z分數可協助比較不同量尺的考試成績,也常用於離群值初步檢查、財務資料分析、品質管制,以及身高、體重等測量值的相對位置評估。學測等標準化評量可能採用不同轉換或級分制度,不能直接視為本公式的輸出。此工具不會進行顯著性檢定、建立信賴區間或提供醫療診斷;常態模型機率也不保證等於實際觀測比例。
高於平均值的測驗成績
- 輸入
- X = 85,μ = 70,σ = 10
- 結果
- Z分數:1.5000;累積機率:0.9332;百分位數:93.32%
- 如何確認結果
- Z = (85 - 70) / 10 = 1.5。在常態分布模型下,約93.32%的數值小於或等於85。這是理論比例,不是實際考生排名。
低於平均值的測量數值
- 輸入
- X = 55,μ = 70,σ = 10
- 結果
- Z分數:-1.5000;累積機率:0.0668;百分位數:6.68%
- 如何確認結果
- Z = (55 - 70) / 10 = -1.5,表示比平均值低1.5個標準差。依常態模型估算,下側累積比例約為6.68%。
常見問題
Z分數為負數代表什麼?
代表數值低於平均值。例如Z = -1.5,表示比平均值低1.5個標準差。不過,負數是否代表較差的表現,仍須依測量項目的實際意義判斷。
應該輸入樣本標準差還是母體標準差?
請依資料範圍和分析目的決定。描述完整母體時可使用母體標準差;使用樣本資料時則需考慮適當的樣本標準差計算方式。本計算機不會區分來源,只會使用輸入的正數作為分母。標準差為0或負數時無法計算。
百分位數和實際排名一樣嗎?
不一樣。這裡的百分位數來自標準常態累積分布函數,表示理論上的下側累積比例。實際百分等級或排名需要根據觀測資料及其排名規則計算。Z = 0對應第50百分位,是常態模型的性質。
可以用Z分數判斷離群值或統計顯著性嗎?
Z分數能協助找出偏離平均值較遠的資料,但是否屬於離群值,還要考量分布形狀、資料背景及判定標準。本工具不會執行假設檢定,也無法單靠累積機率判定統計顯著性、健康風險或其他實際結果。