Skip to main content
统计学计算器測试准備

Z分数到百分位数计算器:公式、步驟和示例

·13 min read·Solvify Team

Z分数到百分位数计算器将标准分数转换为分佈中低于該值的百分比,這正是大多数统计学、心理学和标准化測试问题所要求的。一旦您理解了标准正態分佈和经验法则,您就可以在不到一分鐘內手工找到該百分位数,完全不需要任何軟体。本指南介紹了公式、完整的Z表演講和幾个实際计算示例,以便您可以检查计算器的輸出或在沒有计算器的情况下解決问题。

什麼是Z分数,为什麼要将其转换为百分位数?

Z分数(或标准分数)衡量原始值距离其分佈均值有多少个标准偏差。公式是z = (x - μ) ÷ σ,其中x是原始分数,μ是母体均值,σ是母体标准偏差。Z分数为0表示該值等于均值;Z分数为+1.5表示該值高于均值1.5个标准偏差;Z分数为-2表示它低于均值2个标准偏差。Z分数是无单位的,這正是使它們有用的原因:化学考试中的82分和178公分的身高无法直接比較,但它們的Z分数可以。 Z分数本身仍然很難憑直觀解釋,因为「高于平均值1.5个标准偏差」并不能告訴大多数人結果实際上有多不尋常。百分位数解決了這个问题:它说明分佈中等于或低于給定值的百分比,假设资料遵循正態(鐘形曲線)分佈。Z分数1.5对应于大約第93个百分位数,意味著該值超过了分佈中大約93%的资料。将Z转换为百分位数是统计公式和人們能夠实際推理的数字之間的橋梁。 這種转换在统计学課堂外不斷出现。标准化測试(SAT、ACT、GRE、GMAT)、智商測试、兒童生长图表、不同考试的大学入学比較、制造业品质控制图表和生物统计学研究都報告百分位数形式的結果,正是因为原始分数或裸Z分数在沒有背景的情况下意義不大。兒科醫生说「您孩子的身高处于第40个百分位数」时,所做的正是本指南中介紹的相同的Z到百分位数的转换,只是使用了年齡特定的生长图表均值和标准偏差,而不是单一的整体均值。

Z分数以标准偏差告訴您距离均值的距离;百分位数告訴您在组中的排名。在它們之間进行转换是使原始Z分数有意義的原因。

Z分数到百分位数的公式是什麼?

确切的公式是百分位数 = Φ(z) × 100,其中Φ(z)是标准正態分佈的累積分佈函数(CDF):从正態分佈中随机选擇的值等于或低于z的机率。Φ(z)沒有簡单的閉式代数表达式;它是由从負无窮大到z的正態机率密度函数的積分定義的,在技术上用误差函数erf(z ÷ √2)表示。這就是为什麼在实踐中,沒有人用普通代数手工求解Φ(z)。相反,每个人都依賴预先计算的标准正態(Z)表、图形计算器的內置normalcdf函数、试算表公式(如Excel的NORM.S.DIST)或Python的scipy.stats.norm.cdf等统计庫。 学生实際使用的公式的实用版本是:在Z表中查找Z以获得Φ(z)作为0到1之間的小数,然後乘以100以百分位数表示。例如,Φ(1.50) = 0.9332,因此Z分数1.50位于第93.32个百分位数。任何線上Z分数到百分位数计算器只是用比印刷表能顯示的更多小数精度自動化這種相同的查找,這就是为什麼手工计算和计算器結果有时相差百分位数点的幾百分之幾。

百分位数 = Φ(z) × 100。Φ(z)来自标准正態表、计算器的normalcdf函数或Excel的NORM.S.DIST等軟体。

如何閱讀标准正態(Z)表?

标准正態表列出了四捨五入到兩位小数的Z分数的累積机率Φ(z)。行列出Z分数的第一位小数(其「十分位」数字),列列出第二个小数位(其「百分位」数字)。閱讀表是查找而不是计算,但值得知道存在兩種表格式:从左邊累積表(本指南全程使用的类型,直接給出Φ(z),因此百分位数)和从均值累積表(給出0和z之間的面積,要求您为正z加0.5或为負z从0.5減去)。在从給定表中讀取值之前,始終检查該表使用的格式,因为混淆兩種格式是常見的错误来源。

1. 步驟1 - 将您的Z分数四捨五入到兩位小数

标准表是为兩位小数精度构建的,因此在查找任何內容之前,将原始Z分数(如1.6666...)四捨五入到1.67。

2. 步驟2 - 查找前兩位数字的行

对于z = 1.67,在表格左手列中查找标记为1.6的行。

3. 步驟3 - 查找第二个小数位数的列

在該行中向右移動到标记为.07的列(1.67的百分位数字)。

4. 步驟4 - 讀取交点并转换为百分位数

1.6行和.07列的交点处的值是0.9525。乘以100:z = 1.67对应于第95.25个百分位数。

5. 步驟5 - 理性检查方向

正Z应始終給出高于50的百分位数,負Z应始終給出低于50的百分位数。如果您的查找与之相矛盾,您可能閱讀了错误的表格式或错误的行/列。

z = 1.6行,.07列→ 0.9525→ 第95.25个百分位数。每个标准正態表查找都遵循這種相同的先行後列模式。

逐步:手工将Z分数转换为百分位数

将任何原始分数转换为百分位数的完整过程有四个步驟,无论您是使用表手工做还是检查Z分数到百分位数计算器的輸出。无论基礎资料代表什麼,只要分佈大約是正態的,這个順序就有效。

1. 步驟1 - 计算Z分数

使用z = (x - μ) ÷ σ,其中原始分数x、均值μ和分佈的标准偏差σ。获得正确的μ和σ与算术一样重要;当问题要求母体标准偏差时使用样本标准偏差(或反之)会转移每个下游百分位数。

2. 步驟2 - 四捨五入到兩位小数

四捨五入Z分数,使其与标准Z表的精度匹配,例如将1.666四捨五入到1.67。在除法步驟中保留Z分数本身中至少三位或四位小数,僅在最後,在表查詢之前才四捨五入。

3. 步驟3 - 在Z表中查找Φ(z)(或使用计算器函数)

直接查找正z的累積机率。对于負z,先查找正版本,然後从1減去,因为标准正態分佈圍繞0对稱。如果您使用计算器或軟体函数而不是印刷表,您可以完全跳过此四捨五入步驟,并获得更精确的小数結果。

4. 步驟4 - 乘以100并解釋

将小数机率乘以100得到百分位数,然後说明它在背景中的含義:「這个分数超过了分佈中X%」。報告原始数字而不解釋句子在技术上是正确的,但通常对于家庭作业或实验室報告答案是不完整的。

四个步驟,每次:找到z,四捨五入到兩位小数,查找Φ(z),乘以100。相同的順序適用于測试分数、实验室測量和生长图表资料。

实際工作示例:从測试分数到百分位数

這三个示例使用现实的均值和标准偏差值来顯示从原始分数到百分位数的完整计算,包括答案检查。每一个都遵循上面相同的四步过程,只是数字不同。

1. 示例1 - SAT部分分数

学生在平均值为500、标准偏差为100的SAT部分上获得650分(測试准備材料中常用的近似值)。z = (650 - 500) ÷ 100 = 1.50。查找z = 1.50得到Φ(1.50) = 0.9332。百分位数 = 0.9332 × 100 = 93.32。該学生的分数高于約93.3%的考生。检查:由于650比平均值高1.5个标准偏差,約34.13%的正態分佈位于均值和高于它1个标准偏差之間,加上1到1.5个SD之間的另一塊,著陸在低至中上90年代百分位数与本指南稍後介紹的经验法则一致。

2. 示例2 - 智商分数

IQ測试的平均值为100,标准偏差为15。測试者的分数为125。z = (125 - 100) ÷ 15 = 25 ÷ 15 = 1.667,四捨五入到1.67。Φ(1.67) = 0.9525。百分位数 = 0.9525 × 100 = 95.25。125的分数处于第95.25个百分位数,意味著它的表现優于該測试中大約95.25%的人口。请注意,125通常在某些IQ量表上被非正式地描述为「天才範圍」,這与坐在大約前5%的分数相符。

3. 示例3 - 平均以下的考试分数(負z)

一次課堂考试的平均值为75,标准偏差为8。学生得分62分。z = (62 - 75) ÷ 8 = -13 ÷ 8 = -1.625,四捨五入到-1.63。由于标准表只列出正z值,首先查找正版本:Φ(1.63) = 0.9484。对于負z,百分位数 = (1 - 0.9484) × 100 = 0.0516 × 100 = 5.16。学生的62分分数僅处于第5.16个百分位数,低于該班級約94.8%的分数。這个单一的負号是報告最高分数和最低分数之間的全部区別,這就是为什麼下一节詳細講述負Z分数。

相同的公式,三種不同的背景:z = 1.50→第93.32个百分位数,z = 1.67→第95.25个百分位数,z = -1.63→第5.16个百分位数。

負Z分数呢?

标准正態表幾乎总是只列出正Z值,因为分佈完全圍繞均值0对稱。這種对稱性給出了一个簡单的规则:对于負Z分数,查找相同数字的正版本,然後从1減去結果(或如果直接用百分位数术语工作则从100減去)。這有效是因为Φ(-z) = 1 - Φ(z)对于任何z,曲線下的面積直接在-z左邊是+z右邊的面積的鏡像。 例如,Z分数-2.10对应于一个遠低于平均值的值。查找正版本,Φ(2.10) = 0.9821。由于z是負数,百分位数 = (1 - 0.9821) × 100 = 0.0179 × 100 = 1.79。Z分数-2.10僅处于第1.79个百分位数,這是一个异常低的結果,与平均值下2个多个标准偏差一致。作为第二次检查,Z分数-0.30(更接近平均值)給出Φ(0.30) = 0.6179,所以百分位数 = (1 - 0.6179) × 100 = 38.21──仍然低于预期的第50个百分位数,但遠不如-2.10那麼極端。

負Z分数规则:百分位数 = (1 - Φ(|z|)) × 100。Z分数越負,百分位数越接近0。

经验法则(68-95-99.7规则)与百分位数如何相关?

经验法则指出,对于正態分佈,約68%的值在均值的1个标准偏差內,約95%在2个标准偏差內,約99.7%在3个标准偏差內。因为分佈是对稱的,這些百分比在均值的兩侧平均分配,這与整数Z分数处的特定百分位数直接相关。這个规则也是六西格瑪品质控制的统计骨幹,其中在目标±3个标准偏差处运行的过程预计只会产生約0.3%的缺陷──相同的99.7%数字,只是作为制造公差框架而不是百分位数。

1. z = -3→第0.13个百分位数

Φ(-3.00) ≈ 0.0013,所以分佈中的0.13%低于均值下3个标准偏差,這是一个極其罕見的結果。

2. z = -2→第2.28个百分位数

Φ(-2.00) ≈ 0.0228,意味著分佈中只有約2.3%超过平均值下2个标准偏差。

3. z = -1→第15.87个百分位数

Φ(-1.00) ≈ 0.1587。「68之外」(即32%,分成兩个16%的尾部)中的一半落在-1 SD下方。

4. z = 0→第50个百分位数

平均值本身在正態分佈中始終正好是第50个百分位数,因为一半的资料位于其上方,一半位于其下方。

5. z = 1→第84.13个百分位数

Φ(1.00) ≈ 0.8413。這是第50个百分位数加上在均值1 SD範圍內的68%的一半(50 + 34.13 = 84.13)。

6. z = 2→第97.72个百分位数

Φ(2.00) ≈ 0.9772,匹配50加上在2 SD範圍內的95%的一半(50 + 47.72 = 97.72)。

7. z = 3→第99.87个百分位数

Φ(3.00) ≈ 0.9987,匹配50加上在3 SD範圍內的99.7%的一半(50 + 49.87 = 99.87)。

经验法则是整数Z分数的百分位数快捷方式:z = ±1→第15.87 / 84.13个百分位数,z = ±2→第2.28 / 97.72个百分位数,z = ±3→第0.13 / 99.87个百分位数。

将Z分数转换为百分位数时的常見错误

无论是手工计算还是与计算器核对,大多数不正确的Z分数到百分位数的转换都可以歸結为少数幾个错误。专門觀察這四个错误会捕捉到大多数分級家庭作业错误。

1. 错误1 - 忘记翻转負Z分数

直接从正值表中讀取負Z分数而不从1中減去会給出遠太高的百分位数,通常将平均分数報告为高于平均值。如果明顯低于平均值的原始分数的百分位数出现高于50,则跳过了該翻转步驟。

2. 错误2 - 混淆百分位数与百分比正确

百分位数排名(擊敗X%的考生)与百分比分数(X%的问题答案正确)不同。学生可以获得70%的正确分数,但如果測试对每个人都很困難,仍然会排在第90个百分位数,或者在每个人都成績良好的簡单測试中获得95%的正确分数和第50个百分位数。

3. 错误3 - 过早四捨五入Z分数

在兩位小数表中查找之前将Z四捨五入到一位小数会丟失真实精度;四捨五入到恰好兩位小数,匹配表的分辨率,僅在完成完整除法步驟後才四捨五入。

4. 错误4 - 假设正態性而不检查

整个Z到百分位数的转换假设基礎资料大約正態分佈。对于傾斜资料(如家庭收入或網站会話长度),基于Z分数的百分位数可能会嚴重错误,百分位数应該直接从实際资料分佈(经验百分位数)而不是理论正態曲線计算。

在信任百分位数結果之前,请仔細检查z的符号、表精度以及基礎资料是否实際接近正態分佈。

练习题:你能将這些Z分数转换为百分位数嗎?

在检查答案之前,嘗试每个问题。全部四个都重用上面逐步部分中相同的查找和转换方法,从直接Z分数查找转移到完整的原始分数问题。

1. 问题1 - 直接的正z

将z = 2.00转换为百分位数。答案:Φ(2.00) = 0.9772,所以百分位数 = 97.72。

2. 问题2 - 小的負z

将z = -0.50转换为百分位数。答案:Φ(0.50) = 0.6915,所以百分位数 = (1 - 0.6915) × 100 = 30.85。

3. 问题3 - 从原始分数到一次百分位数

一个班級平均值为70,标准偏差为10。学生得分58。求百分位数。答案:z = (58 - 70) ÷ 10 = -1.20。Φ(1.20) = 0.8849,所以百分位数 = (1 - 0.8849) × 100 = 11.51。

4. 问题4 - 从百分位数向後工作

一份報告说一个值位于第84个百分位数。使用经验法则,這大約对应于什麼Z分数?答案:由于z = 1与第84.13个百分位数对齊,該值大約高于平均值1个标准偏差。

通过手工计算一些Z到百分位数的转换,可以輕鬆理性检查任何计算器的輸出,而不是盲目信任它。

Solvify如何幫助您检查Z分数到百分位数的计算?

一旦您理解了表查找和其背後的公式,Solvify的AI動力求解器就可以拍攝统计问题的照片,逐步顯示Z分数计算、表查詢和最終百分位数步驟,以便您可以将其工作与您自己的手工結果进行比較,在符号或四捨五入错误最終出现在分級作业中之前捕捉它們。這種相同的逐步分解延伸超越统计学到代数、微積分、化学和其他科目,一旦统计学課程开始在同一週內混合Z分数问题与其他家庭作业,這非常有用。

建立Z分数和百分位数信心的最快方法是手工求解幾个问题,僅使用计算器验證結果。
标签:
统计学计算器測试准備

立即获取作业帮助

与数百万学生一起使用我们的 AI 数学解题系统。获取数学题目的即时解答、逐步讲解和全天候作业辅导。

支持 iOS 和安卓设备