Формула Z-оцінки

Q: Як Z-оцінка дозволяє порівнювати значення з різних розподілів?

Стандартизація переводить будь-яке значення у спільну шкалу стандартних відхилень від середнього, незалежно від початкових одиниць вимірювання чи масштабу. Наприклад, результат тесту SAT (шкала 400-1600) і результат ACT (шкала 1-36) можна порівняти напряму, обчисливши Z-оцінку кожного відносно свого розподілу.

Q: Що означає від'ємна Z-оцінка?

Від'ємна Z-оцінка означає, що значення x менше за середнє μ — тобто спостережуване значення розташоване нижче середнього рівня сукупності. Наприклад, Z = -1.5 означає, що значення на 1.5 стандартних відхилення нижче середнього.

Z = (x − μ) / σ

📖 Формула та параметри

Формула Z-оцінки для генеральної сукупності

Z = (x − μ) / σ де: x — спостережуване значення; μ — середнє генеральної сукупності; σ — стандартне відхилення генеральної сукупності

x — конкретне спостережуване значення, яке ми хочемо оцінити
μ (мю) — середнє арифметичне всієї сукупності даних
σ (сигма) — стандартне відхилення сукупності, міра розкиду даних навколо середнього
Z — результат: кількість стандартних відхилень, на яку x відрізняється від μ

Знак результату має значення: якщо Z > 0 — значення вище за середнє; якщо Z < 0 — значення нижче за середнє; якщо Z = 0 — значення точно дорівнює середньому.

Вибіркова версія формули

z = (x − x̄) / s Використовується, коли відомі не параметри генеральної сукупності, а лише статистики вибірки: x̄ — вибіркове середнє, s — вибіркове стандартне відхилення.

На практиці параметри всієї генеральної сукупності (μ, σ) рідко відомі точно, тому найчастіше застосовують вибіркову версію формули на основі даних репрезентативної вибірки.

Правило 68-95-99.7 (емпіричне правило)

Для нормального (гауссового) розподілу дані розподілені навколо середнього за передбачуваною закономірністю:

Діапазон Z-оцінки	Частка даних	Інтерпретація
\|Z\| < 1	≈ 68%	Типове значення, у межах одного σ від середнього
\|Z\| < 2	≈ 95%	Помірне відхилення, у межах двох σ
\|Z\| < 3	≈ 99.7%	Рідкісне відхилення, у межах трьох σ
\|Z\| ≥ 3	≈ 0.3%	Аномалія / потенційний викид (outlier)

Це правило дозволяє швидко оцінити «типовість» значення без складних обчислень: чим більше |Z|, тим рідкіснішим є спостереження.

✏️ Приклади

📌 Приклад 1: Результат тесту

Учень отримав 85 балів на тесті. Середній бал по класу μ = 75, стандартне відхилення σ = 10. Наскільки хороший цей результат?

x = 85, μ = 75, σ = 10

Z = (85 − 75) / 10 = 10 / 10 = 1.0

Результат учня на 1 стандартне відхилення вище середнього. За правилом 68-95-99.7, |Z| = 1 — це межа «типового» діапазону (68% результатів). За таблицею нормального розподілу це відповідає приблизно 84-му процентилю.

Z = 1.0 — результат вище середнього, приблизно 84-й процентиль

📌 Приклад 2: Порівняння SAT і ACT

Абітурієнт А набрав 1350 балів SAT (μ = 1050, σ = 200). Абітурієнт Б набрав 30 балів ACT (μ = 21, σ = 5). Хто показав відносно кращий результат?

SAT: Z_A = (1350 − 1050) / 200 = 300 / 200 = 1.5

ACT: Z_Б = (30 − 21) / 5 = 9 / 5 = 1.8

Хоча шкали SAT і ACT несумісні напряму, стандартизація дозволяє порівняти результати: Z_Б = 1.8 > Z_A = 1.5, отже абітурієнт Б показав відносно кращий результат щодо своєї групи однолітків.

Z_A = 1.5 (SAT); Z_Б = 1.8 (ACT) — Б відносно сильніший результат

📌 Приклад 3: Контроль якості (від'ємна Z-оцінка)

На виробництві цільова вага виробу μ = 50 г, σ = 2 г. Конкретний виріб важить x = 48 г. Чи в межах норми ця партія?

Z = (48 − 50) / 2 = −2 / 2 = −1.0

Від'ємний знак означає, що вага виробу нижча за цільове значення. |Z| = 1.0 < 2, тому виріб потрапляє у межі 95% типових значень — відхилення незначне і партія в межах норми. Для сигналу тривоги на контрольній карті зазвичай використовують поріг |Z| > 3.

Z = −1.0 — виріб легший за середнє, але в межах норми

🎯 Застосування

📝 Стандартизоване тестування

SAT, GRE, IQ-тести використовують Z-оцінки, щоб порівнювати результати учасників із різних років або з різними варіантами тесту на спільній шкалі.

🏭 Контроль якості (Six Sigma)

Контрольні карти у виробництві відстежують Z-оцінку параметрів продукції відносно цільового значення; методологія Six Sigma прагне утримувати відхилення в межах ±6σ.

🚨 Виявлення викидів (outliers)

Значення з |Z| > 2 або |Z| > 3 зазвичай позначають як аномальні (outliers) при аналізі даних, очищенні датасетів та виявленні шахрайства.

⚖️ Порівняння різних розподілів

Стандартизація (перетворення в Z-оцінки) дозволяє коректно порівнювати величини з різними одиницями вимірювання чи масштабами — зарплати, оцінки, зріст, показники приладів.

🧮 Калькулятор Z-оцінки → 📖 Шпаргалка зі статистики →

Часті запитання

Що таке Z-оцінка (z-score)?

Z-оцінка — це число, яке показує, на скільки стандартних відхилень конкретне значення відрізняється від середнього значення сукупності. Z-оцінка 0 означає, що значення дорівнює середньому; додатна Z-оцінка означає значення вище середнього, від'ємна — нижче середнього.

Яка формула Z-оцінки?

Z = (x − μ) / σ, де x — спостережуване значення, μ — середнє генеральної сукупності, σ — стандартне відхилення генеральної сукупності. Якщо відомі лише вибіркові статистики, використовують z = (x − x̄) / s, де x̄ — вибіркове середнє, s — вибіркове стандартне відхилення.

Що означає правило 68-95-99.7?

Для нормального розподілу приблизно 68% значень мають |Z| < 1 (в межах одного стандартного відхилення від середнього), приблизно 95% мають |Z| < 2, і приблизно 99.7% мають |Z| < 3. Це емпіричне правило допомагає швидко оцінити, наскільки типовим є те чи інше значення.

Як Z-оцінка дозволяє порівнювати значення з різних розподілів?

Стандартизація переводить будь-яке значення у спільну шкалу стандартних відхилень від середнього, незалежно від початкових одиниць вимірювання чи масштабу. Наприклад, результат тесту SAT (шкала 400-1600) і результат ACT (шкала 1-36) можна порівняти напряму, обчисливши Z-оцінку кожного відносно свого розподілу.

Що означає від'ємна Z-оцінка?

Від'ємна Z-оцінка означає, що значення x менше за середнє μ — тобто спостережуване значення розташоване нижче середнього рівня сукупності. Наприклад, Z = -1.5 означає, що значення на 1.5 стандартних відхилення нижче середнього.

Спробуйте наживо

Дослідіть пов'язану модель на практиці: відкрийте Normal Distribution & Central Limit Theorem і змінюйте параметри під час роботи. Усе лишається у вашому браузері.

▶ Відкрити симуляцію Normal Distribution & Central Limit Theorem