Zスコア

分布の平均に対して値を標準化する

Zスコアとは、ある値が分布の平均から何標準偏差上または下に位置するかを測定したものです。 値、分布の平均、標準偏差を入力すると、Zスコアと対応するパーセンタイル(正規分布のうちその値以下に収まる割合)が求まります。

Zスコア0は値が平均とちょうど等しいことを意味します。正のZスコアは平均より上であり、負のZスコアは平均より下です。正規分布のおよそ68%が平均から標準偏差1以内に収まり、95%が2以内、99.7%が3以内に収まるため、Zスコアだけでその値がどれだけ珍しいかを即座に把握できます。

計算式

$$\text{Zスコア} = \frac{\vA{\text{値}} - \vB{\text{平均}}}{\vC{\text{標準偏差}}}$$

パーセンタイルは標準正規分布の累積分布関数から得られます — その分布からランダムに抽出された値が入力されたZスコア以下になる確率であり、ここでは誤差関数のよく確立された多項式近似を使って計算されます。

計算例

IQスコア115で、IQスコアの平均が100、標準偏差が15の場合:

1. Zスコア: $\vA{115} - \vB{100} = 15$、次に$15 \div \vC{15} = 1.0$。
2. パーセンタイル: Zスコアがちょうど1の場合、84.13パーセンタイルに相当します — この値は分布の約84%より高いです。

考慮すべき重要なポイント

• この計算は基礎となる分布が本当に正規分布(釣鐘型)であることを前提としており、これはすべての実際のデータセットに当てはまるわけではありません。 多くの実世界の測定値(身長やIQスコアなど)はこれがうまく機能するのに十分近い正規分布に近似していますが、大きく歪んでいたり複数のピークを持つ分布は、この計算機が依存する標準正規曲線ではパーセンタイルを正確に記述できません。
• Zスコアは、異なる分布の値を同じ比較可能なスケールに標準化します。 これがまさに、異なる平均と標準偏差を持つ2つの異なる測定値間で相対的な位置を比較するのにZスコアが有用な理由です — 異なる採点方式を持つ別の試験と1つの試験の得点を比較するようなものです。
• この計算機は片側パーセンタイル(ある値以下に収まる分布の割合)を計算しており、これは両側(両方向)確率とは異なります。 尋ねられている質問(「自分より低いスコアの割合」対「どちらの方向にもこの値がどれだけ珍しいか」)によって、使うべき関連する数値は異なることがあります — 特定の使用例が実際に必要としているのがどちらかを明確にしておく価値があります。
• Zスコア計算機と統計計算機は、関連していますが本当に異なる質問に答えます。 統計計算機は生の数値からデータセット自身の平均と標準偏差を計算しますが、この計算機はすでにわかっている分布の平均と標準偏差に対して1つの値をスコア化します — この2つはよく一緒に使われ、まず分布のパラメーターを計算し、次に個々の値をそれに対してスコア化します。

よくある間違い

• 標本統計量を、あたかも母集団の真の平均・標準偏差であるかのように扱うこと。 小さな標本から推定された平均と標準偏差にはそれ自体の不確実性があります — それらを正確な母集団パラメーターとして扱うと、実際よりもパーセンタイルが正確であるかのように見えてしまうことがあります。
• 確認せずに、元のデータが正規分布していると仮定すること。 パーセンタイルへの変換は、本当に釣鐘型のデータに対してのみ成り立ちます — 歪んだ分布や複数の山を持つ分布の場合、計算されたZスコア自体は依然として有効ですが、そこから得られるパーセンタイルの数値は大きく誤解を招く可能性があります。
• 片側パーセンタイルと両側(両方向)確率を混同すること。 「自分より低いスコアの割合」と「どちらの方向にもこの値がどれだけ珍しいか」は異なる質問であり、答えも異なります — 状況に合わない方を使うと、結果の解釈を誤ることになります。

知っておくと便利なこと

• そもそもここに入力するための平均と標準偏差が必要ですか? 統計計算機 は生の数値のリストから両方を直接計算します。
• 単一の値をスコア化するのではなく、推定値がどれだけ信頼できるかを表現したいですか? 信頼区間計算機 は単一の標準化されたスコアの代わりに、標本統計量を中心とした範囲を構築します。