Калькулятор Z-оценки

Что показывает Z-оценка

Положение значения относительно среднего на шкале стандартных отклонений

Z-оценка показывает, на сколько стандартных отклонений выбранное значение находится выше или ниже среднего. Для расчёта вычтите среднее из исходного значения и разделите разность на стандартное отклонение. Положительный ответ означает положение выше среднего, отрицательный ниже среднего, а ноль означает точное совпадение со средним.

z = \frac{x - \mu}{\sigma}

Здесь x обозначает исходное значение, μ среднее, σ стандартное отклонение, а z результат стандартизации. Значение и среднее должны быть записаны в одной шкале. Стандартное отклонение измеряется в тех же единицах, но в формуле единицы сокращаются, поэтому у Z-оценки нет собственной единицы измерения.

Стандартное отклонение обязано быть больше нуля. При нуле все наблюдения совпали бы со средним, а деление в формуле стало бы невозможным. Отрицательного стандартного отклонения не бывает по определению, хотя сами x, μ и z могут быть отрицательными.

Как читать знак и модуль результата

Знак отвечает только за направление. Если z положительно, значение лежит выше среднего; если отрицательно, ниже. Модуль показывает расстояние без направления: результаты 1,5 и -1,5 одинаково удалены от среднего, но находятся по разные стороны.

Z-оценка удобна для сравнения значений из разных шкал. Например, два результата могут иметь разные исходные баллы, средние и разброс, но одинаковое z = 2. Тогда оба находятся на два собственных стандартных отклонения выше среднего своей группы. Такое сравнение не доказывает, что сами измеряемые качества одинаковы.

Стандартизация сохраняет порядок значений внутри одного набора при общем среднем и положительном стандартном отклонении. Если x₁ больше x₂, то и его Z-оценка будет больше. Разность двух Z-оценок показывает расстояние между исходными значениями в единицах стандартного отклонения: например, переход от z = -0,5 к z = 1,5 равен двум таким единицам.

Само число z не равно проценту, вероятности или процентилю. Чтобы перейти к доле наблюдений, нужно знать форму распределения и применить дополнительную модель. Для нормального распределения используют таблицу или функцию стандартного нормального распределения, но калькулятор намеренно не делает этого автоматически.

Примеры расчёта

Значение 85, среднее 70, стандартное отклонение 10. Разность равна 15. Делим 15 на 10 и получаем z = 1,5. Значение находится на 1,5 стандартного отклонения выше среднего.

Значение 40, среднее 50, стандартное отклонение 5. Разность 40 - 50 равна -10. После деления на 5 получается z = -2: значение на два стандартных отклонения ниже среднего.

Значение 100 и среднее 100 при σ = 12. Числитель равен нулю, поэтому z = 0. Величина стандартного отклонения здесь не меняет ответ: исходное значение совпало со средним.

Среднее -20, значение -14 и σ = 3. Разность равна 6, а z = 2. Отрицательные исходные числа не мешают расчёту: -14 находится выше среднего -20.

Значение 7,2, среднее 8 и σ = 0,4. Получаем -0,8 ÷ 0,4 = -2. Дробная шкала обрабатывается по той же формуле, а результат снова показывает расстояние в стандартных отклонениях.

Обратный расчёт при μ = 50, z = 1,2 и σ = 10. Переставляем формулу: x = μ + zσ. Тогда x = 50 + 1,2 × 10 = 62. Режим «Исходное значение» выполняет именно этот шаг.

Как восстановить исходное значение

Если известны среднее, стандартное отклонение и Z-оценка, исходное значение находится обратной формулой. Сначала умножьте z на σ, затем прибавьте μ.

x = \mu + z\sigma

Отрицательная Z-оценка автоматически уменьшает результат относительно среднего. Например, при μ = 30, σ = 4 и z = -1,5 получаем x = 30 - 6 = 24. Обратная формула сохраняет единицы исходной шкалы.

Для ручной проверки подставьте найденное x обратно в первую формулу. В примере с 62 получаем (62 - 50) ÷ 10 = 1,2. Если исходные данные округлены, обратная проверка тоже может дать небольшое отличие в последних знаках.

Где Z-оценка полезна и где нужна осторожность

Z-оценки применяют для стандартизации измерений, сравнения результатов из разных наборов и подготовки данных к дальнейшему статистическому анализу. Учебник OpenStax Statistics определяет Z-оценку именно как число стандартных отклонений выше или ниже среднего и показывает обратную формулу для x.

Расчёт зависит от выбранных среднего и стандартного отклонения. Нельзя брать среднее одной группы, а разброс другой. Также важно заранее решить, используется стандартное отклонение всей совокупности или выборочная оценка. Калькулятор принимает уже готовое σ и не вычисляет его из списка наблюдений.

Не округляйте среднее и стандартное отклонение до расчёта без необходимости. Сохраните исходную точность, найдите Z-оценку и только затем округлите ответ до числа знаков, подходящего для вашей задачи.

Большой модуль z говорит о далёком положении относительно среднего, но сам по себе не объявляет наблюдение ошибкой или выбросом. Такой вывод требует контекста, качества данных и выбранного правила. Для обычных действий с десятичными числами можно использовать научный калькулятор, а для сравнения долей и изменений калькулятор процентов.

Частые вопросы

Ответы уточняют знак результата, единицы, нулевой разброс и различие между стандартизацией, вероятностью и процентилем.

Что означает Z-оценка 0?

Исходное значение совпадает со средним. Числитель x - μ равен нулю, поэтому после деления на любое положительное стандартное отклонение результат остаётся нулевым.

Что означает отрицательная Z-оценка?

Значение находится ниже среднего. Например, z = -2 означает расстояние в два стандартных отклонения ниже среднего. Знак показывает направление, а модуль расстояние.

Может ли исходное значение быть отрицательным?

Да. Формула работает и с отрицательными шкалами. Важно только, чтобы x и μ относились к одной шкале, а стандартное отклонение было положительным.

Почему стандартное отклонение не может быть равно нулю?

Оно стоит в знаменателе формулы. Деление на ноль не определено, поэтому калькулятор попросит ввести σ больше 0.

Z-оценка равна процентилю?

Нет. Z-оценка показывает расстояние от среднего в стандартных отклонениях. Процентиль показывает положение по доле наблюдений. Связать их можно только с дополнительными сведениями о распределении.

Нужно ли нормальное распределение для вычисления Z-оценки?

Для самой стандартизации достаточно значения, среднего и положительного стандартного отклонения. Нормальная модель нужна, если по z хотят находить площади под нормальной кривой и связанные вероятности.

Как сравнить две Z-оценки?

Сравнивайте знак и модуль, если каждое значение стандартизировано по корректным параметрам своей группы. Одинаковый z означает одинаковое относительное положение, но не равенство исходных величин.

Есть что добавить?

Напишите своё мнение, комментарий или предложение.