Z 分數計算器使用指南

這個計算器能做什麼

這個 Z 分數計算器用來衡量某個數值相對於均值偏離了多少個標準差，並進一步給出百分位、累計機率以及頁面定義下的位置解釋。它適合做考試成績、測量值和標準化分佈位置的快速判斷。

什麼時候適合用它

• 你想知道一個值相對均值偏高還是偏低。
• 你想把 zscore 轉成百分位或累計機率。
• 你想快速判斷某個觀測值是不是異常偏離。
• 你需要一個易讀的標準化位置工具。

輸入項說明

value

value 是你要評估的目標數值。

mean

mean 是參考分佈的均值。

stdDev

stdDev 是標準差，用於把 value 與 mean 的差值標準化。它必須不為 0。

計算邏輯說明

第一步，計算 z 分數：

zscore = (value - mean) / stdDev

第二步，頁面使用一個正態分佈累計函式近似 normalCDF(z)，並推導：

• percentile = normalCDF(z) x 100
• probability = normalCDF(z)

第三步，頁面按 |z| 大小做分類：

• |z| >= 3：extreme
• |z| >= 2：unusual
• |z| >= 1：moderate
• 否則：normal

第四步，頁面還會生成解釋：

• z > 0：above mean
• 否則：below mean
• |z| > 2：unusual
• 否則：common

需要注意，當前 cumulative probability 使用的是近似公式，因此結果是很接近標準值的估算，不是高精度統計軟體輸出。

示例

假設你輸入：

• value = 85
• mean = 70
• stdDev = 10

當前程式碼下大致會得到：

• z 分數：1.5
• 百分位：約 93.32%
• probability：約 0.9332
• 分類：中等偏離一類

這個例子說明，目標值比均值高 1.5 個標準差，在當前近似下會落在較高百分位。

如何看懂結果

Z 分數

Z 分數表示 value 偏離 mean 的標準差個數，是最核心的標準化指標。

百分位

百分位表示這個值大致高於分佈中多少比例的觀測值。

probability

probability 是和百分位相同含義的累計機率，只是用 0 到 1 小數形式展示。

分類與解釋

分類和解釋更適合快速閱讀，例如判斷它是普通範圍還是明顯偏離。

常見錯誤

• 把標準差填成 0。
• 把 probability 當成雙尾檢驗機率，而不是累計機率。
• 忽略 zscore 的正負方向。
• 把頁面分類當成嚴格統計檢驗結論。

FAQ

百分位越高就一定越好嗎？

不一定，要看具體場景。有些指標高分更好，有些則可能代表異常偏高。

這個工具適合考試分數換算嗎？

適合做標準化位置參考，尤其適合在有均值和標準差時快速換算。

頁面為什麼同時給百分位和 probability？

因為兩者本質上來自同一個累計機率，只是展示形式不同。

reset 後為什麼結果可能很快又出現？

因為當前頁面會在輸入值變化後自動重算，重置到預設值後也會重新生成預設結果。

說明與限制

當前 Z 分數計算器適合做標準化位置估算和教學演示，但不適合替代完整統計軟體。它使用的是正態分佈累計函式近似，而不是更高精度數值庫。

另外，頁面的 percentile 和 probability 是累計機率，不是雙尾顯著性機率；而 z=0 時當前解釋會走 belowMean 分支，這也是一個實現細節。