Z评分
计算Z评分和正态分布概率
如何使用Z评分
- 1输入要标准化的原始分数。
- 2输入数据集的均值与标准差。
- 3读取 z 分数及其反映的数值位置。
什么是 Z 分数？
z = (x − μ) / σZ 分数表示某个数值高于或低于均值多少个标准差。正值表示高于平均，负值表示低于平均。
Z 分数能让你在不同分布的数值之间用统一尺度进行比较，并识别离群值。
Z 分数（标准分数）的公式是 z = (x − μ) / σ，它回答一个问题：**这个数值距离平均值有多少个标准差**。它的价值在于让不同量纲的数据可以比较——比如一个学生数学 85 分（全班平均 80、标准差 5）和语文 90 分（平均 85、标准差 8），数学 Z = 1、语文 Z = 0.625，说明数学相对更好，尽管语文绝对分更高。
正态分布下的经验法则（68-95-99.7）：约 68% 的数据落在 ±1 个标准差内，95% 落在 ±2 个内，99.7% 落在 ±3 个内。这意味着 |Z| > 2 已经属于相对少见（约 5%），|Z| > 3 则极为罕见（0.3%）。这也是很多质量控制和异常检测把 ±3σ 作为警戒线的原因——超出这个范围的观测值，大概率不是随机波动。
| Z 分数 | 百分位 | 含义 | 常见场景 |
|---|---|---|---|
| −2 | 2.3% | 远低于平均 | 需关注 |
| −1 | 15.9% | 低于平均 | 正常下限附近 |
| 0 | 50% | 等于平均 | 中位数 |
| 1 | 84.1% | 高于平均 | 良好 |
| 2 | 97.7% | 远高于平均 | 优秀 |
| 3 | 99.9% | 极少数 | 异常高 |
标准正态分布下不同 Z 分数对应的百分位
常见问题
z 分数为 0 意味着什么？
表示数值恰好等于数据集的均值。
z 分数越高一定越好吗？
未必。它只表示离均值的距离，是否“好”取决于具体情境。
如何用 z 分数求百分位数？
可在标准正态分布表中查该 z 分数，或结合累积分布求得对应的百分位。
Z 分数和百分位是一回事吗？
不是，但可以通过正态分布互相换算。Z 分数是「距平均几个标准差」，百分位是「超过了百分之多少的人」。在标准正态分布下，Z = 1 对应第 84.1 百分位（超过约 84% 的人）。**这个换算只在数据服从正态分布时成立**——如果数据分布明显偏斜（如收入分布），Z 分数与百分位的对应关系会偏离查表值。
样本量小的时候还能用吗？
要谨慎。Z 分数假设总体标准差已知且样本量足够大（通常 n > 30）。样本量小时，样本标准差的估计不稳定，应使用 t 分布而非正态分布（t 检验）。t 分布的尾部更厚，意味着在同样的统计量下需要更大的值才达到显著性。样本量越小，t 分布与正态分布的差异越大——这也是为什么小样本研究更难得到显著结论。