فهم قيم Z (Z-Scores) ودورها الإحصائي
تمثل قيمة z (أو ما يُعرف بالدرجة المعيارية) عدد الانحرافات المعيارية التي تبعدها قيمة معينة x عن المتوسط الحسابي لمجموعة البيانات. تتيح هذه القيمة مقارنة نقاط بيانات تنتمي إلى مجموعات مختلفة عبر إعادة قياسها وتوحيدها دون تغيير الشكل الأساسي للتوزيع.
تعد هذه الأداة وسيلة عملية لتحليل تشتت البيانات أو حل المعادلات الجبرية المرتبطة بالتوزيع الطبيعي. تتيح الحاسبة العمل عبر وضعين رئيسيين:
- من مجموعة بيانات: لتحليل البيانات الخام وحساب المتوسط، والتباين، والانحراف المعياري، وقيم z الفردية لكل عنصر.
- من قيم الملخص: لحل المعادلات الإحصائية عند معرفة ثلاثة متغيرات من أصل أربعة في معادلة الدرجة المعيارية.
الفرق بين الانحراف المعياري للمجتمع والعينة
عند حساب الانحراف المعياري، يجب تحديد طبيعة البيانات المدخلة عبر خيار "الانحراف المعياري":
- المجتمع ÷ n: يُستخدم عندما تمثل البيانات المدخلة كامل المجتمع الإحصائي المستهدف بالدراسة. في هذه الحالة، يتم حساب الانحراف المعياري للمجتمع σ بالقسمة على العدد الإجمالي للقيم n.
- العينة ÷ n − 1: يُستخدم عندما تكون البيانات عبارة عن عينة عشوائية تم سحبها من مجتمع أكبر بهدف تقدير تشتت ذلك المجتمع. القسمة على n - 1 (تعديل بيسل) تصحح الانحياز النزولي المتأصل في العينات الصغيرة وتوفر تقديرًا أكثر دقة.
تشريح معادلة قيمة Z والتحويل الجبري
تعتمد الحسابات الإحصائية في وضع الملخص على العلاقة الجبرية الأساسية:
z = (x - μ) / (σ)
حيث يمثل x القيمة المرصودة، وμ المتوسط الحسابي، وσ الانحراف المعياري، وz قيمة z. عند إدخال ثلاثة قيم في الحاسبة وترك الحقل الرابع فارغًا، تقوم الأداة بحل المجهول تلقائيًا وعرض خطوات التعويض كالتالي:
- حساب قيمة z:
قيمة z: z = (x − μ) ÷ σ = (‹x› − ‹mu›) ÷ ‹sigma› = ‹result› - حساب القيمة x:
القيمة: x = μ + z·σ = ‹mu› + (‹z›)·‹sigma› = ‹result› - حساب المتوسط μ:
المتوسط: μ = x − z·σ = ‹x› − (‹z›)·‹sigma› = ‹result› - حساب الانحراف المعياري σ:
الانحراف المعياري: σ = (x − μ) ÷ z = (‹x› − ‹mu›) ÷ ‹z› = ‹result›
التوزيع الطبيعي وحساب الاحتمالات
عند استخدام وضع الملخص أو تحليل البيانات، توفر الحاسبة حسابات دقيقة للمساحات تحت منحنى التوزيع الطبيعي المعياري بناءً على قيمة z المحسوبة. تظهر هذه النتائج تحت قسم "بافترض أن القيم تتبع توزيعًا طبيعيًا:" وتشمل:
- الاحتمال الأقل من x:
P(X < x)وهو يمثل المساحة الواقعة على يسار القيمة تحت المنحنى. - الاحتمال الأكبر من x:
P(X > x)ويمثل المساحة على يمين القيمة. - الاحتمال ذو الطرفين:
P(|X − μ| > |x − μ|)ويعبر عن احتمال الابتعاد عن المتوسط في كلا الاتجاهين بأكثر من المسافة المحددة. - النسبة المئوية لـ x: تعبر عن موقع القيمة كنسبة مئوية تراكمية.
تتضمن المخرجات البصرية "المنحنى الطبيعي المعياري مع تظليل المنطقة الواقعة على يسار z" لتسهيل فهم وتصور هذه الاحتمالات.
قواعد المدخلات والقيود الرياضية وحالات الخطأ
تطبق الحاسبة مجموعة من القواعد الصارمة لضمان دقة النتائج وتجنب العمليات الرياضية غير المعرفة:
قيود حجم البيانات وتنسيقها
- تقبل الأداة في وضع البيانات ما يصل إلى 50,000 قيمة كحد أقصى. يتسبب تجاوز هذا الحد في ظهور رسالة الخطأ:
يرجى إبقاء مجموعة البيانات أقل من ‹max› قيمة.. - يجب فصل القيم بمسافات، أو فواصل، أو فواصل منقوطة، أو أسطر جديدة. تدعم الأداة الفواصل العشرية بنظام النقطة (مثل 82.5) أو الفاصلة (مثل 82,5) بناءً على الإعدادات المحلية للمستخدم.
- إذا احتوت المدخلات على رموز غير رقمية، يظهر الخطأ:
"‹token›" ليس رقمًا (القيمة ‹position›)..
شروط الحدود الدنيا والتشتت الصفري
- لحساب الانحراف المعياري للعينة، يلزم إدخال قيمتين على الأقل. وإلا يظهر الخطأ:
تحتاج العينة إلى قيمتين على الأقل — فمع وجود قيمة واحدة يكون القاسم n − 1 صفرًا.. - لحساب المجتمع، يلزم إدخال قيمة واحدة على الأقل، وإلا يظهر الخطأ:
أدخل قيمة واحدة على الأقل.. - إذا كانت جميع القيم المدخلة متطابقة، يكون التشتت صفرًا والانحراف المعياري صفرًا. في هذه الحالة، تصبح قيم z غير معرفة ويظهر الخطأ:
جميع القيم متطابقة، لذا فإن الانحراف المعياري هو 0 وقيم z غير معرفة..
محددات وضع الملخص
- يجب ترك حقل واحد فقط فارغًا من الحقول الأربعة. إذا خالف المستخدم ذلك، يظهر الخطأ:
اترك حقلًا واحدًا فقط فارغًا من الحقول الأربعة.. - لا يمكن أن يكون الانحراف المعياري صفرًا أو سالبًا. إدخال قيمة 0 يظهر الخطأ:
لا يمكن أن يكون الانحراف المعياري 0 — فالقسمة على σ غير معرفة.. بينما إدخال قيمة سالبة يظهر:يجب أن يكون الانحراف المعياري موجبًا.. - إذا أدت الحسابات الجبرية إلى انحراف معياري سالب، يظهر الخطأ:
تؤدي العملية الحسابية إلى σ = ‹value›، ولكن لا يمكن أن يكون الانحراف المعياري سالبًا. تحقق من إشارات x − μ و z.. - إذا تم إدخال z = 0 بينما القيمة x لا تساوي المتوسط μ، فلن تنجح العملية ويظهر الخطأ:
لا توجد قيمة موجبة لـ σ تحل هذه المعادلة: عندما تكون z = 0، يجب أن تساوي القيمة المتوسط.. أما إذا كان z = 0 و x = μ، فإن أي انحراف معياري موجب يعد صحيحًا رياضياً، ويظهر الخطأ:عندما تكون z = 0 و x = μ، فإن أي قيمة موجبة لـ σ تكون صحيحة، لذا لا توجد إجابة واحدة لـ σ..
معالجة البيانات والخصوصية
تتم جميع العمليات الحسابية ومعالجة البيانات محليًا بالكامل داخل متصفح الويب الخاص بالصديق المستخدم. لا يتم رفع أي بيانات مدخلة أو قيم إحصائية إلى خوادم خارجية. تبقى بياناتك وحساباتك في هذا المتصفح ولا يتم رفعها أبدًا.
الأسئلة الشائعة
هل تفترض قيم z أن بياناتي تتوزع توزيعًا طبيعيًا؟
لا. قيمة z هي مجرد إعادة قياس تعبر عن مدى بعد القيمة عن المتوسط بالانحرافات المعيارية، وهي معرفة لأي مجموعة بيانات ذات تشتت غير صفري. الاحتمالات المعروضة في وضع الملخص هي الجزء الوحيد الذي يفترض وجود توزيع طبيعي؛ وبالنسبة للبيانات الملتوية، قد تختلف النسبة الفعلية للقيم التي تتجاوز z عما يظهره المنحنى.
متى يجب علي القسمة على n − 1 بدلاً من n؟
اقسم على n − 1 (الانحراف المعياري للعينة s) عندما تكون قيمك عبارة عن عينة من مجموعة أكبر وتريد تقدير تشتت تلك المجموعة — فالقاسم الأصغر يصحح الانحياز النزولي الذي تتسم به العينة. واقسم على n (الانحراف المعياري للمجتمع σ) عندما تكون القيم التي أدخلتها تمثل كامل المجموعة التي تهتم بها. وتتبع قيم z الخيار نفسه، حيث يتم تقسيم كل قيمة على التشتت المحدد.
لماذا تكون قيم z غير معرفة عندما تكون جميع القيم متطابقة؟
تعتمد قيمة z على القسمة على الانحراف المعياري. القيم المتطابقة ليس لها تشتت، لذا يكون الانحراف المعياري 0 وتصبح القسمة غير معرفة — فكل نقطة تقع تمامًا عند المتوسط، وهو ما لا يمكن لأي قيمة z مفردة التعبير عنه. ومع ذلك، لا يزال المتوسط والتباين والإحصاءات الأخرى تُحسب بشكل طبيعي.