Fondamentalmente, uno z-score è il numero di deviazioni standard rispetto alla media di un punto informativo. Sia come sia, tanto più che, in realtà, è una proporzione del numero di deviazioni standard sotto o sopra la popolazione significa un punteggio grezzo. Uno z-score è altrimenti chiamato punteggio standard e può benissimo essere messo su una normale curva di dispersione. I punteggi z si estendono da – 3 deviazioni standard (che cadrebbero alla più lontana a sinistra della curva di dispersione ordinaria) fino a +3 deviazioni standard (che cadrebbero alla più lontana a destra della curva di dispersione tipica). Per poter utilizzare uno z-score, è necessario conoscere la media μ e inoltre la deviazione standard della popolazione σ.

I Z-scores sono un approccio ai risultati di contrasto di un test con una popolazione “ordinaria”. I risultati di test o studi hanno un gran numero di risultati e unità potenziali. Ciononostante, questi risultati possono sembrare regolarmente buoni a nulla. Per esempio, rendersi conto che il peso di una persona è di 150 libbre può essere un grande dato, ma nella remota possibilità che sia necessario confrontarlo con il peso dell’individuo “normale”, dare un’occhiata a un’enorme tabella di informazioni può essere opprimente (in particolare se alcuni carichi sono registrati in chilogrammi). Uno z-score può rivelare dove il peso di quell’individuo è in contrasto con il peso medio della popolazione normale

Z Punteggio Ricette

La ricetta del punteggio Z: Un esempio

L’equazione essenziale del punteggio z per un esempio è:

z = (x – μ)/σ

Per esempio, supponiamo di avere un punteggio di prova di 190. Il test ha una media (μ) di 150 e una deviazione standard (σ) di 25. Aspettandosi un tipico trasporto, il vostro punteggio z sarebbe:

z = (x – μ)/σ

= 190 – 150/25 = 1.6.

Il punteggio z vi indica il numero di deviazioni standard rispetto alla media del vostro punteggio. In questo modello, il vostro punteggio è di 1,6 deviazioni standard rispetto alla media.

interscambio z-score si può anche osservare l’equazione del punteggio z apparsa da un lato. Questa è la stessa ricetta di z = x – μ/σ, poi di nuovo, in realtà x̄ (la media di esempio) viene utilizzato piuttosto che μ (la media della popolazione) e s (la deviazione standard di esempio) viene utilizzato piuttosto che σ (la deviazione standard della popolazione). Nonostante ciò, i mezzi per spiegarla sono in realtà l’equivalente.

Z Equazione del punteggio: Errore standard della media

Nel momento in cui si dispone di numerosi esempi e si ha la necessità di descrivere la deviazione standard di tali esempi implica (l’errore standard), si utilizzerebbe questa equazione del punteggio z:

z = (x – μ)/(σ/√n)

Questo z-score vi rivelerà il numero di errori standard tra il significato dell’esempio e il significato della popolazione.

Problema di prova: di norma, la statura media delle signore è di 65″ con una deviazione standard di 3,5″. Qual è la probabilità di trovare un esempio irregolare di 50 donne con una statura media di 70″, accettando che le stature siano normalmente trasmesse?

z = (x – μ)/(σ/√n)

= (70 – 65)/(3.5/√50) = 5/0.495 = 10.1

La chiave è che stiamo gestendo un trasporto di mezzi di controllo, quindi ci rendiamo conto che dobbiamo ricordare l’errore standard per l’equazione. Allo stesso modo ci rendiamo conto che il 99% delle qualità rientrano in 3 deviazioni standard dalla media nella tipica diffusione delle probabilità (vedi 68 95 99,7 linee guida). In questo modo, c’è meno dell’1% di probabilità che qualsiasi esempio di donna abbia una statura media di 70″.

Confusi su quando utilizzare σ e quando utilizzare σ √n? Vedi: Sigma/sqrt (n) – per quale motivo viene utilizzato?

Torna all’inizio

3. 3. Istruzioni passo dopo passo per calcolare un Z-Score

È possibile senza un gran numero di allungamento una z-score su una TI-83 aggiungendo una macchina TI-83 o in Superare le aspettative. Sia come sia, nel caso in cui non si dispone è possibile che, è possibile accertarlo a mano.

Punteggi Z e deviazioni standard

In realtà, uno z-score è il numero di deviazioni standard dalla stima media della popolazione di riferimento (una popolazione le cui qualità realizzate sono state registrate, come in questi diagrammi gli ordini CDC sui carichi individuali). Per esempio:

Uno z-score di 1 sarà 1 deviazione standard rispetto alla media.

Un punteggio di 2 sarà di 2 deviazioni standard rispetto alla media.

Un punteggio di – 1,8 è – 1,8 deviazioni standard sotto la media.

Uno z-score vi rivela dove si trova la partitura su una tipica curva di dispersione. Uno z-score di zero vi rivela che le qualità sono in realtà normali, mentre un punteggio di +3 vi rivela che il valore è molto più alto del normale.

Come viene utilizzato, in realtà?

È possibile utilizzare la tavola z e il diagramma di trasporto ordinario per dare una visione di come uno z-score di 2.0 significhi “più alto del normale”. Supponiamo di avere il peso di un individuo (240 libbre) e di sapere che il suo z-score è 2.0. Vi rendete conto che 2.0 è migliore del previsto (a causa della disposizione alta sulla curva di circolazione ordinaria), eppure dovete capire qual è la quantità migliore del previsto di questo peso?

Lo z-score è il punto focale della curva è zero. I punteggi z a un lato della media sono certi e i punteggi z a un lato della media sono negativi. Nella remota possibilità che si esamini il punteggio nella tabella z, è possibile determinare il livello della popolazione al di sopra o al di sotto del proprio punteggio. La tabella sottostante mostra uno z-score di 2.0 in evidenza, che appare .9772 (che passa al 97.72%). Nel caso in cui si dia un’occhiata a un punteggio simile (2.0) della curva di dispersione ordinaria sopra, si vedrà che si confronta con il 97,72%.

Ciò significa che il 97,72% dei punteggi della popolazione si trova al di sotto di quel particolare punteggio e il 100% – 97,72% = 2,28% dei punteggi si trova al di sopra di quel punteggio. Un semplice 2,28 della popolazione è al di sopra del peso di questa persona…….probabilmente una buona indicazione che ha bisogno di mettersi a dieta!