Z-score- og standardafvigelsesregner

Indsæt et datasæt for at få dets gennemsnit, standardafvigelse og z-scores pr. værdi, eller løs z = (x − μ) / σ for én ukendt værdi med sandsynligheder fra normalfordelingskurven.

Indtastning

Adskil værdier med mellemrum, semikolon eller linjeskift. Brug komma som decimaltegn, f.eks. 82,5.
Standardafvigelse

Resultater

Standardafvigelse for stikprøve s

—

Z-score for hver værdi

Værdix − gennemsnitz

Formel og indsættelse

σ = √[ Σ(x − μ)² ÷ n ]

s = √[ Σ(x − x̄)² ÷ (n − 1) ]

z = (x − μ) ÷ σ

    Indsæt værdier for at se deres spredning og hver enkelt z-score.

    Dine data og beregninger forbliver i denne browser og uploades aldrig.

    FAQ

    Hvornår skal jeg dividere med n − 1 i stedet for n?

    Divider med n − 1 (standardafvigelsen for en stikprøve s), når dine værdier er en stikprøve fra en større gruppe, og du vil estimere denne gruppes spredning – den mindre nævner korrigerer for den undervurdering, en stikprøve har. Divider med n (standardafvigelsen for populationen σ), når de indtastede værdier udgør hele den gruppe, du interesserer dig for. Z-scores følger det samme valg, da hver værdi divideres med den valgte spredning.

    Antager z-scores, at mine data er normalfordelte?

    Nej. En z-score er blot en skalering – hvor mange standardafvigelser en værdi ligger fra gennemsnittet – og den er defineret for ethvert datasæt med en spredning forskellig fra nul. Sandsynlighederne i opsummeringstilstanden er den del, der antager en normalfordeling; for skæve data kan den reelle andel af værdier ud over en z-værdi afvige fra, hvad kurven viser.

    Hvorfor er z-scores udefinerede, når alle værdier er identiske?

    En z-score dividerer med standardafvigelsen. Identiske værdier har ingen spredning, så standardafvigelsen er 0, og divisionen er udefineret – hvert punkt ligger præcis på gennemsnittet, hvilket ingen enkelt z-værdi kan udtrykke. Gennemsnittet, variansen og andre statistikker beregnes stadig normalt.

    Skrevet og gennemgået af BroBroGo-redaktionen.Sidst opdateret:

    En z-score er et centralt statistisk mål, der angiver, hvor mange standardafvigelser en given værdi befinder sig fra gennemsnittet i et datasæt. Denne beregner gør det muligt at analysere spredningen i dine data eller løse algebraiske ligninger baseret på normalfordelingen.

    Værktøjet fungerer i to forskellige tilstande, som du vælger under Indtastning: enten Fra et datasæt eller Fra opsummerede værdier. Alle beregninger og databehandling sker lokalt i din egen webbrowser. Dine data og beregninger forbliver i denne browser og uploades aldrig, hvilket sikrer fuld fortrolighed under arbejdet.

    To måder at beregne z-scores og standardafvigelse på

    Beregneren tilpasser sig dine behov alt efter, om du arbejder med rå tal eller færdige nøgletal.

    1. Analyse ud fra et råt datasæt

    Når du vælger Fra et datasæt, indsætter du dine rå tal i feltet Datasæt.

    • Formater: Du kan adskille dine værdier med mellemrum, semikolon eller linjeskift. Afhængigt af dine regionale indstillinger kan du bruge punktum som decimaltegn (f.eks. 82.5) eller komma (f.eks. 82,5).
    • Begrænsninger: Datasættet skal holdes under 50.000 værdier. En stikprøve kræver mindst 2 værdier, mens en population kræver mindst 1 værdi.

    Når du har indtastet data, viser værktøjet statusbeskeden Beregnet for ‹n› værdier. og præsenterer en række statistiske nøgletal samt en tabel med z-scores for hver enkelt værdi.

    2. Løsning ud fra opsummerede værdier

    Hvis du allerede kender nogle af nøgletallene, vælger du Fra opsummerede værdier. Her arbejder værktøjet med den klassiske formel:

    z = (x - μ) / (σ)

    Du skal udfylde præcis tre af de fire felter nedenfor og efterlade det felt, du vil finde, tomt:

    • Værdi x
    • Gennemsnit μ
    • Standardafvigelse σ
    • Z-score z

    Når du har indtastet de tre kendte værdier, løser beregneren automatisk den fjerde ukendte værdi og viser statusbeskeden Løst for ‹field›..

    Population vs. stikprøve i standardafvigelse

    Når du arbejder med datasæt, skal du under Standardafvigelse vælge den korrekte statistiske konvention:

    • Population ÷ n: Vælg denne mulighed, hvis dit datasæt indeholder samtlige medlemmer af den gruppe, du undersøger. Her beregnes variansen ved at dividere summen af de kvadratiske afvigelser ($SS$) med det samlede antal observationer (n).
    • Stikprøve ÷ n − 1: Vælg denne mulighed, hvis dine data er en stikprøve udtaget fra en større population, og du ønsker at estimere populationens reelle spredning. Divisionen med n - 1 (Bessels korrektion) kompenserer for den systematiske undervurdering af spredningen, som mindre stikprøver ofte har.

    Valget af konvention påvirker direkte de beregnede z-scores, da hver enkelt værdi i datasættet skal divideres med den valgte standardafvigelse.

    Formler og matematisk udledning

    Beregneren viser de præcise matematiske mellemregninger under sektionen Formel og indsættelse. Dette gør det nemt at følge processen trin for trin.

    Beregninger for datasæt

    Når du indtaster et datasæt, anvendes følgende formler i rækkefølge:

    1. Gennemsnit (Mean): Gennemsnit = (Σ x) / n I værktøjet vises dette som: Gennemsnit = ‹sum› ÷ ‹n› = ‹mean›.
    2. Sum af kvadratafvigelser ($SS$): SS = Σ (x - gennemsnit)² I værktøjet vises dette som: SS = Σ(x − gennemsnit)² = ‹ss›.
    3. Varians:
      • For population: Varians for population σ² = SS ÷ n = ‹ss› ÷ ‹n› = ‹variance›.
      • For stikprøve: Varians for stikprøve s² = SS ÷ (n − 1) = ‹ss› ÷ ‹nm1› = ‹variance›.
    4. Standardafvigelse:
      • For population: Standardafvigelse for population σ = √σ² = ‹sd›.
      • For stikprøve: Standardafvigelse for stikprøve s = √s² = ‹sd›.
    5. Individuelle z-scores: Hver enkelt værdi omregnes efter formlen: Hvert z = (værdi − ‹mean›) ÷ ‹sd›; én række pr. værdi ovenfor..

    Algebraiske løsninger i opsummeringstilstand

    Hvis du løser for en ukendt variabel, omregner værktøjet formlen matematisk:

    • Z-score: z-score: z = (x − μ) ÷ σ = (‹x› − ‹mu›) ÷ ‹sigma› = ‹result›.
    • Værdi: Værdi: x = μ + z·σ = ‹mu› + (‹z›)·‹sigma› = ‹result›.
    • Gennemsnit: Gennemsnit: μ = x − z·σ = ‹x› − (‹z›)·‹sigma› = ‹result›.
    • Standardafvigelse: Standardafvigelse: σ = (x − μ) ÷ z = (‹x› − ‹mu›) ÷ ‹z› = ‹result›.

    Fortolkning af resultater og visualiseringer

    Når beregningen er gennemført, præsenteres resultaterne i overskuelige tabeller og grafer:

    Statistisk opsummering og z-score-tabel

    For datasæt genereres en tabel med Z-score for hver værdi med kolonnerne Værdi og x − gennemsnit. Du kan bruge knapperne Kopier svar og Kopier z-scores til hurtigt at eksportere dine resultater.

    Sandsynligheder under normalfordelingen

    Under overskriften Under antagelse af, at værdierne følger en normalfordeling: viser værktøjet sandsynlighedsberegninger baseret på standard-normalfordelingskurven:

    • P(X < x): Sandsynligheden for at trække en værdi, der er mindre end x.
    • P(X > x): Sandsynligheden for at trække en værdi, der er større end x.
    • P(|X − μ| > |x − μ|): Sandsynligheden for at trække en værdi, der ligger længere væk fra gennemsnittet end x (tosidet sandsynlighed).
    • Percentil for x: Den procentvise andel af populationen, der ligger under værdien x.

    Visuelle diagrammer

    Værktøjet tegner to grafer for at hjælpe med den visuelle forståelse:

    1. Tallinje for værdierne med bånd for gennemsnit og standardafvigelse: Viser dine datapunkter i forhold til gennemsnittet samt intervallerne for ±1 spredning, ±2 spredninger og ±3 spredninger.
    2. Standard normalfordelingskurve med området til venstre for z markeret: Viser den klassiske klokkekurve, hvor arealet til venstre for den beregnede z-score er skraveret.

    Fejlhåndtering og grænseværdier

    For at sikre korrekte matematiske resultater validerer beregneren alle indtastninger mod en række regler:

    • Ugyldige tegn: Hvis du indtaster bogstaver eller specialtegn i et datasæt, vises fejlen ”‹token›” er ikke et tal (værdi ‹position›).. I opsummeringsfelterne udløser det fejlen Indtast kun tal; ”‹token›” er ikke et tal..
    • For få værdier: Hvis du forsøger at beregne en stikprøve med kun én værdi, vises fejlen En stikprøve skal have mindst 2 værdier – med én værdi er nævneren n − 1 lig med nul.. For populationer kræves mindst én værdi, ellers vises Indtast mindst én værdi..
    • Ens data (nulspredning): Hvis alle tal i dit datasæt er ens, er spredningen nul. Da man ikke kan dividere med nul, vises fejlen Alle værdier er identiske, så standardafvigelsen er 0, og z-scores er udefinerede..
    • Ugyldig standardafvigelse: Standardafvigelsen skal være positiv. Hvis du indtaster 0 i opsummeringstilstand, vises Standardafvigelsen kan ikke være 0 – division med σ er udefineret.. Hvis du indtaster et negativt tal, vises Standardafvigelsen skal være positiv..
    • Matematiske umuligheder:
      • Hvis du indtaster z = 0, men sætter værdien x til at være forskellig fra gennemsnittet μ, vises fejlen Ingen positiv σ løser dette: når z = 0, skal værdien være lig med gennemsnittet..
      • Hvis du indtaster z = 0 og sætter x lig med μ, vil enhver positiv standardafvigelse være matematisk korrekt. Værktøjet melder her: Med z = 0 og x = μ vil enhver positiv σ fungere, så σ har ikke ét enkelt svar..
      • Hvis de indtastede tal resulterer i en negativ standardafvigelse under den algebraiske løsning, vises fejlen Beregningen giver σ = ‹value›, men en standardafvigelse kan ikke være negativ. Kontroller fortegnene for x − μ og z..
    • Taloverløb: Hvis dine indtastninger eller de beregnede mellemresultater bliver for store til computerens talbehandling, vises fejlen En værdi eller et mellemresultat overskrider det understøttede talområde..

    Ofte stillede spørgsmål (FAQ)

    Antager z-scores, at mine data er normalfordelte?

    Nej. En z-score er blot en skalering – hvor mange standardafvigelser en værdi ligger fra gennemsnittet – og den er defineret for ethvert datasæt med en spredning forskellig fra nul. Sandsynlighederne i opsummeringstilstanden er den del, der antager en normalfordeling; for skæve data kan den reelle andel af værdier ud over en z-værdi afvige fra, hvad kurven viser.

    Hvornår skal jeg dividere med n − 1 i stedet for n?

    Divider med n − 1 (standardafvigelsen for en stikprøve s), når dine værdier er en stikprøve fra en større gruppe, og du vil estimere denne gruppes spredning – den mindre nævner korrigerer for den undervurdering, en stikprøve har. Divider med n (standardafvigelsen for populationen σ), når de indtastede værdier udgør hele den gruppe, du interesserer dig for. Z-scores følger det samme valg, da hver værdi divideres med den valgte spredning.

    Hvorfor er z-scores udefinerede, når alle værdier er identiske?

    En z-score dividerer med standardafvigelsen. Identiske værdier har ingen spredning, så standardafvigelsen er 0, og divisionen er udefineret – hvert punkt ligger præcis på gennemsnittet, hvilket ingen enkelt z-værdi kan udtrykke. Gennemsnittet, variansen og andre statistikker beregnes stadig normalt.

    Lineær regressionsregnerTilpas en mindste kvadraters linje til parrede data og aflæs dens hældning, R², p-værdi, konfidensintervaller, residualer og forudsigelser på ét sted.Vægtningsberegner til spørgeundersøgelserUdfør raking af respondentdata mod kendte populationsmarginaler, og undersøg derefter hver endelig vægt, målresidual og effektiv stikprøvestørrelse.ProcentregnerHvad er X% af et tal, hvor mange procent én værdi udgør af en anden, det hele bag en kendt procentsats, stigningen eller faldet mellem to tal og salgspriser efter rabat – alt sammen på én side.ForholdsregnerForkort et forhold, find den tomme værdi i en proportion, eller skaler begge sider med den samme faktor.Fourier-række-beregnerIndtast en periodisk funktion eller op til fem stykker for at beregne Fourier-koefficienter, undersøge den partielle sum og sammenligne rekonstruktionen.Betydende cifre-regnerTæl de betydende cifre i en hvilken som helst værdi, afrund til en valgt præcision, eller beregn udtryk med + − × ÷ med afrundingsreglerne vist trin for trin.Kromatografisk opløsningsberegnerIndtast to peaks' retentionstider og bredder – eller kolonnens dødtid, retentionstider og pladeantal – og få opløsningen Rs, separationsresultatet samt den navngivne formel med dine tal indsat.Simulator for genetisk drift i populationerFølg reproducerbare Wright–Fisher-allelfrekvensforløb, og sammenlign fiksering, tab og resterende variation på tværs af gentagne populationer.Beregner til incidens og prævalensOmdan antal tilfælde og populationer til kumulativ incidens, persontids-incidensrate og punktprævalens — med nævneren bag hvert mål fuldt synlig.