Z 分数计算器使用指南

这个计算器能做什么

Z 分数（z-score，也叫标准分数）回答一个清晰的问题：某个观测值距离参考均值有多少个标准差？页面输入观测值 X、均值 μ 和标准差 σ，计算 z 分数，再用近似标准正态累计分布函数把它转换为百分位和左尾累计概率。

它适合考试成绩、测量值和不同量纲数据的快速位置比较。需要注意，z 分数是标准化结果；百分位和概率则额外依赖正态模型。需要计算排列、二项或泊松概率时可使用概率计算器，需要 P 值时可使用P 值计算器，需要继续核对数值公式时可使用数学表达式计算器。

什么时候适合用它

• 你已知参考均值和标准差，想判断一个值高于还是低于均值。
• 你想把分数转换为正态模型下的百分位。
• 你想快速估计某个观测值位于左侧累计分布的什么位置。
• 你需要用标准差单位比较不同尺度的测量结果。
• 你在学习 z 分数、标准正态分布和百分位表的关系。

如果数据明显偏态、存在截断、是排名而非连续测量，或你要做假设检验、反算阈值、右尾/双尾面积，请不要把当前页面的单一左尾概率当作完整统计结论。

输入项说明

观测值 X

X 是要标准化的原始数值，例如一名学生的考试分数、某次测量值或一个实验结果。它可以高于、低于或等于均值，也可以是负数或小数，但必须是有限数值。

均值 μ

μ 是参考分布的中心。X 和 μ 必须使用同一量纲，例如都用分数、厘米或毫克；页面不会进行单位换算。

标准差 σ

σ 表示参考分布的离散程度，必须是大于 0 的有限数值。标准差为 0 会导致除零，负数也不符合标准差的定义。

计算逻辑说明

第一步，计算 z 分数：

z = (X − μ) / σ

因此：

• z > 0 表示 X 高于均值；
• z < 0 表示 X 低于均值；
• z = 0 表示 X 等于均值。

第二步，页面使用近似的标准正态累计分布函数 Φ(z)：

• 百分位：Φ(z) × 100%
• probability：Φ(z)，即正态模型下 P(X ≤ x) 的左尾累计概率。

第三步，页面按 |z| 给出快速分类：

• |z| < 1：正常范围 / Typical range
• 1 ≤ |z| < 2：中等偏离
• 2 ≤ |z| < 3：异常偏离
• |z| ≥ 3：极端偏离

分类是页面的阅读辅助规则，不是显著性检验，也不等同于医学、教育或质量管理标准。

示例

输入：

• X = 85
• μ = 70
• σ = 10

先算 z 分数：

z = (85 − 70) / 10 = 1.5

页面使用的近似 CDF 得到：

• Z 分数：1.5
• 百分位：约 93.32%
• 左尾累计 probability：约 0.9332，也就是约 93.32%
• 分类：中等偏离
• 方向：高于均值

这表示在适用正态模型下，大约 93.32% 的观测值位于 85 以下或等于 85；它不表示 85 分“有 93.32% 的概率发生”，也不表示双尾显著性概率。

如何看懂结果

Z 分数

Z 分数是最核心的标准化指标。z=1.5 表示观测值高于均值 1.5 个标准差，z=-1.5 表示低于均值 1.5 个标准差。

百分位

页面百分位是左尾累计比例，也就是正态模型下低于或等于当前观测值的比例估计。它不是“超过了多少比例”的右尾结果。

左尾累计概率

probability 与百分位来自同一个 Φ(z)，只是一个显示为 0 到 1 的小数，一个显示为百分比。页面不提供右尾或双尾切换。

偏离分类

分类帮助快速阅读 |z| 的量级。它只反映页面设定的 1、2、3 个标准差阈值，不会根据样本量、业务风险或显著性水平自动调整。

数值格式

z 分数最多显示 6 位小数，百分位显示 2 位小数；极大或极小的 z 值可能使用科学记数法。CDF 本身是近似值，不是任意精度结果。

常见错误

• 把标准差 σ 填成 0 或负数。
• 把 probability 当成双尾 P 值、右尾概率或“原假设为真的概率”。
• 忘记 X 和 μ 必须使用同一量纲。
• 看到高百分位就断言结果一定“更好”；含义取决于指标和应用场景。
• 在明显偏态或非正态数据上，把正态百分位当成经验分布百分位。
• 把页面的 1/2/3 个标准差分类当作正式统计、医学或质量验收结论。
• 期待页面根据数据集自动估计均值和标准差，或反算达到某百分位所需的原始值。

FAQ

z=0 时结果代表什么？

它表示观测值等于均值。标准正态 CDF 在 0 附近为 0.5，因此页面会显示约 50% 的百分位和左尾累计概率，并将方向标为“等于均值”。

负 z 分数是不是错误？

不是。负 z 分数表示观测值低于均值；例如 z=-1 表示低于均值一个标准差。

百分位是否总是准确？

它是正态模型下的近似。数据若不近似正态、均值和标准差估计不可靠，百分位只能作为快速参考。

为什么页面同时显示 percentile 和 probability？

两者来自同一个左尾 CDF，前者乘以 100 后显示为百分比，后者保留 0 到 1 的小数形式。

页面能计算双尾概率吗？

不能。当前组件固定计算 P(X≤x) 的左尾累计概率；双尾或右尾需要使用相应的正态分布工具重新计算。

说明与限制

当前页面是一个正向 z 分数与正态左尾位置的快速计算器。它不支持反算 X/μ/σ、右尾或双尾概率、区间概率、数据集输入、样本/总体标准差选择、t 分布、置信区间或正式假设检验。

页面使用 JavaScript Number 和近似 normalCDF，结果会受到浮点精度与格式化影响。对于研究、评分政策、医学测量或其他高风险判断，应确认数据分布、标准差来源和所需统计方法，再使用专业统计软件或经过审查的分析流程。