Вероятность и статистика · объяснение и практика
Как выразить наблюдение в единицах стандартного отклонения
Стандартизуем значение относительно среднего и стандартного отклонения, читаем знак и масштаб результата и отделяем z-оценку от вероятности и процентиля.

В теме Средние и разброс · Учебная карта
Главная мысль
При положительном стандартном отклонении z = (x−μ)/σ показывает, на сколько стандартных отклонений значение находится выше или ниже среднего. Само вычисление z не требует нормальности, но вероятностная таблица нормального закона — требует.
Что показывает знак результата
У группы измерений среднее 40, стандартное отклонение 5. Значение 50 даёт z = (50−40)/5 = 2, то есть находится на два стандартных отклонения выше центра. Значение 35 даёт z = −1: одно стандартное отклонение ниже. Ноль означает совпадение со средним, а не отсутствие самого наблюдения.
Разность x−μ измеряется в исходных единицах. Деление на σ убирает их, поэтому z безразмерно. Положительное z не обязательно означает хороший результат: для времени задержки больше среднего может быть хуже. Формула описывает положение в распределении, а оценка полезности зависит от содержания переменной и задачи.
Как сравнивать относительное положение
В первой группе результат 70 при среднем 60 и стандартном отклонении 5 даёт z = 2. Во второй результат 80 при среднем 65 и отклонении 10 даёт z = 1,5. Второй исходный балл выше, но относительно своей группы первый дальше над средним. Сравнение отражает стандартизованное положение, а не автоматически одинаковую сложность двух испытаний.
Обратная формула x = μ+zσ восстанавливает исходную величину. При μ = 12, σ = 3, z = −2 получается x = 6. Проверка (6−12)/3 = −2 возвращает исходный z. Если программа выдаёт другое число, стоит проверить, использованы ли дисперсия или стандартное отклонение: деление на σ² вместо σ меняет масштаб.
Пример
Среднее 100, стандартное отклонение 8, наблюдение 88. Найдите z.
Разность −12, деление на 8 даёт −1,5. Значение находится на полтора стандартных отклонения ниже среднего.
Почему z не равно вероятности
Число z = 2 не означает вероятность 2%,50% или какую-либо универсальную долю. Для перевода в процентиль нужно знать распределение. При нормальной модели можно использовать её функцию распределения. Для асимметричных или многомодальных данных то же z может соответствовать иной доле наблюдений ниже порога. Стандартизация сама по себе не делает распределение нормальным.
При σ = 0 все значения постоянной совокупности совпадают, и формула с делением не определена. Нельзя заменять такой результат нулём для произвольного x. Если параметры оценены по выборке, это нужно отметить; наблюдение и эталонная группа должны быть сопоставимы. Очень большое|z| является поводом проверить данные и модель, но не доказывает ошибку записи или причинную связь с другим фактором.
От чтения к действию
А теперь — вы
Частые вопросы
z-оценка существует только у нормальных данных?
Нет. Её можно вычислить при заданных среднем и положительном стандартном отклонении. Нормальность нужна для конкретных нормальных вероятностей.
Что делать при нулевом стандартном отклонении?
Обычная формула не определена. Нужно отдельно описать постоянный набор, не выполняя деление на ноль.
Источники и работа с материалом
Объяснение, примеры и вопросы написаны для erudeet. Факты и определения сверены по источникам ниже; это ссылки для самостоятельной проверки.
Продолжить разбираться
Как стандартное отклонение возвращает единицу исходных данных
Извлекаем корень из дисперсии, возвращаем исходные единицы и проверяем, что стандартное отклонение не является ни максимальной ошибкой, ни средним модулем отклонений.
Открыть темуКогда правило трёх сигм применяют как приближение
Применяем приближённые доли внутри одной, двух и трёх сигм только в нормальной модели, переводим границы в исходные единицы и не выдаём редкость за невозможность.
Открыть тему