Z 分数计算器
将观测值标准化。输入原始数值、均值和标准差，即可计算 Z 分数。
学习手动计算方法输入数值
结果随输入自动更新。
如何输入数据
此工具有三个独立输入框：原始数值 x、均值和标准差。每个框只输入一个数值，例如 30、25、4.12，不要粘贴整组数据。若只有原始列表，请先计算均值和标准差。数值中不要包含文字、货币符号或百分号。
Z 分数
- 百分位排名（正态分布）
- 93.3%
Z 分数计算器用标准差作为单位，表示某个数值高于或低于均值多少。Z 分数为 0，表示恰好等于均值；正值表示高于均值，负值表示低于均值。绝对值越大，表示离均值越远；是否属于罕见值还取决于数据分布。
自己动手计算
示例：一个数值为 85，参考分布的均值为 70，标准差为 10。
按照示例了解计算过程，再代入您自己的数值。
计算与均值的差
x − 均值 = 85 − 70 = 15除以标准差
z = (x − 均值) ÷ SD = 15 ÷ 10 = 1.5用原始单位核对结果
均值 + z × SD = 70 + 1.5 × 10 = 85该数值高于均值 1.5 个标准差。负 Z 分数则表示低于均值。
查找正态分布对应的百分位
Φ(1.5) × 100 ≈ 0.93319 × 100 ≈ 93.3%查标准正态分布表得到低于 1.5 的累积概率。这个百分位假设数据服从正态分布，并不是根据原始数据排序得到的百分位。
应用场景
- 教师: 教师输入某位学生的成绩、全班均值和标准差，查看该成绩高于或低于班级均值多少。
- 小型企业经营者: 咖啡馆店主根据一个月每日销量的均值和标准差，判断某个冷清日子的销量相对偏低多少。
- 人力资源与员工调查团队: 人力资源人员结合公司满意度评分的均值和标准差，识别与总体水平差距较大的团队。
什么是 Z 分数？
Z 分数表示一个数值高于或低于均值多少个标准差。0 表示恰好等于均值，+1 表示高于均值一个标准差。它可以帮助比较不同量尺上数值的相对位置。
何时使用
如果已知一组数据的均值和标准差，想了解某个观测值相对处在什么位置，可以使用此工具。它适用于考试成绩、问卷评分、价格、时间等测量。Z 分数将“偏高还是偏低”转化为明确的标准差单位。用于计算均值和标准差的参考数据应足够充分且适当；只有很少几个观测值时，这些统计量可能很不稳定。
结果是什么意思？
结果是 Z 分数。零表示等于参考均值，+1 表示高于均值一个标准差，-1 表示低于均值一个标准差。对于近似正态分布，约三分之二的数值位于 -1 至 +1，约 95% 位于 -2 至 +2。因此，超出 ±2 的数值较少见，超出 ±3 的数值更值得查看。这些比例依赖正态分布假设，不能直接推广到所有数据。
常见错误
观测值、均值和标准差必须来自同一种测量，且使用相同单位，不能将价格与年龄混用。计算参考均值和标准差时，应使用完整、适当的数据，而不是只挑高值或低值。检查是否多输一个零等录入错误，并确保标准差大于零。Z 分数高不自动意味着好或坏，只表示相对位置较高；参考数据只有两三个值时，结果通常不稳定。
如何使用此计算器
- 在“数值（x）”框中输入要与参考群体比较的单个观测值。
- 输入参考群体的均值，保持与观测值相同的测量单位，不要添加文字或其他符号。
- 输入对应的标准差。标准差必须大于零，并与均值来自同一参考群体。
- 查看 Z 分数：0 表示等于均值，正值表示高于均值，负值表示低于均值。若分布近似正态，超出 ±2 的数值通常值得进一步查看。
计算示例
假设 5 家店的销量分别为 20、22、25、28、30，均值为 25，样本标准差约为 4.12。一家店卖出 30 件，比均值高 5 件。输入数值 30、均值 25 和标准差约 4.12，得到 Z 分数约 1.21，即比均值高约 1.21 个标准差。
常见问题
需要输入哪些数值？
分别输入要比较的单个数值、参考群体的均值和标准差。如果手头只有全班成绩或问卷评分等原始列表，请先用均值与标准差计算器求出所需统计量。
这些数据从哪里来？
原始记录可以来自成绩、销量或问卷数据。将纸质问卷扫描并上传至 PaperSurvey，完成识别后即可导出结果。先计算相关变量的均值和标准差，再将这两个统计量及待比较的单个数值填入此工具。
Z 分数为 0 表示什么？
表示该数值恰好等于参考群体的均值，既不高于也不低于均值。
Z 分数高是好事还是坏事？
单凭 Z 分数无法判断好坏。正值且绝对值较大，表示明显高于均值；负值且绝对值较大，表示明显低于均值。这种差异是好是坏，取决于测量的是什么。
什么样的 Z 分数算不常见？
在数据近似正态分布时，可粗略将 -2 至 +2 视为常见范围，超出 ±2 的数值较少见，超出 ±3 的数值更罕见。对明显偏态或重尾分布，不应直接套用这些比例判断。