跟標準分數之間的關係。]]
標準分數（，又稱z-score，中文稱為Z-分數或标准分或標準計分）在統計學中是一種無因次值，就是一種純數字標記，是藉由從單一（原始）分數中減去母體的平均值，再依照母體（母集合）的標準差分割成不同的差距，按照z值公式，各個樣本在經過轉換後，通常在正、負五到六之間不等。其算數平均數必為0，標準差必為1。
概念
標準分數與使用在高速篩選分析中的「Z-因數」（z-factor）不同，甚至有時兩者會互相混淆。
其約化過程被稱為「標準化」（standardizing）。
標準分數可藉由以下公式求出：
: z = {x - \mu \over \sigma}
其中 \sigma \ne 0。
其中
- x\, 是需要被標準化的原始分數
- \mu\, 是母體的平均值
- \sigma\, 是母體的標準差
Z值的量代表著原始分數和母體平均值之間的距離，是以標準差為單位計算。在原始分數低於平均值時Z則為負數，反之則為正數。换句话说，Z值是从感兴趣的点到均值之间有多少个标准差。
關鍵點是，計算Z值時需要「母體」的平均值和標準差，而不是「樣本」的平均值和標準差。因此需要了解母體的統計數據資料。
但是要確實了解母體真正的標準差往往是不切實際的，除非是在「標準化測驗」之類的情形中，整個母體都是經過測量的。在其他情況中，幾乎不可能測量母體的每一個組成單位，因此通常會使用隨機的樣本來評估標準差。例如：「有吸菸習慣的總人數」就不是經過一個一個測量而得出的。
在這種情況下，標準分數為：
z=\frac{x-\bar{x}}{S}
其中 S \ne 0
其中
- {\bar {x}} 是樣本平均值
- S 是樣本的標準差
當母體為正态分布時，其百分位数可能是由標準分數和普通表格所決定的。
數理統計學中的標準化
在数理统计学中，隨機變數「X」是使用理論（母體）的平均值和標準差所標準化的結果：
:Z = {X - \mu \over \sigma}
其中 μ = E(X) 為平均值、σ² = Var(X) 為X的概率分布之方差
若隨機變數無法確定時，則為算术平均数：
:\bar{X}={1 \over n} \sum_{i=1}^n X_i
因此經過標準化的結果為：
:Z={\bar{X}-\mu\over\sigma/\sqrt{n}}.
應用
- 在日本，標準分數常被用在計算學力測驗的「學力偏差值」，並且依此判斷進入理想大學的可能性。
- 在智力測驗時，用來計算「智力標準分數」，在教育的用途上，常和「智商」一起被當作參考的依據。
高考标准分
截至2020年，中国大陆地区曾有福建省和海南省实行标准分制度以计算高考总分。
外部連結
*英文 [http://www.fourmilab.ch/rpkp/experiments/analysis/zCalc.html Z-分數計算機] 能在「累積機率」數值（Q）和Z-分數（標準分數）之間轉換。
*英文 [https://web.archive.org/web/20060813100831/http://www.danielsoper.com/statcalc/calc22.aspx 免費的Z-分數（標準分數）計算機] 輸入樣本平均值、樣本標準差和尚未標準化的數據之後，即可算出標準分數。
參見
- 統計學
- 標準九分
*Z检验
參考資料
评论 (0)