生データスコア計算機 - Z得点を元の値に変換

生の得点とは何か？

生の得点とは、データセットにある、標準化されていない元の値のことで、点数で表したテストの得点や、ミリメートルで測った長さなどがその例です。生の得点計算機は、データセットの平均と標準偏差を使って、標準化されたz得点を元の値に戻します。このページでは、公式、計算例、生の得点についてのよくある質問を説明します。

生の得点の公式

生の得点$x$は、次の公式を使ってz得点から計算します。

$$x = \mu + z \times \sigma$$

ここで、

• $x$ = 生の得点（元の値）
• $\mu$ = データセットの平均
• $\sigma$ = データセットの標準偏差
• $z$ = z得点（$x$が平均から標準偏差何個分離れているか）

この公式は、標準的なz得点の公式$z = (x - \mu) / \sigma$の逆です。生の得点をz得点に変える代わりに、z得点を生の得点に戻します。

z得点から生の得点を計算する方法

1. データセットの平均（$\mu$）を求めます。
2. 標準偏差（$\sigma$）を求めます。標準偏差は、データのばらつきを表します。
3. z得点（$z$）を確認します。これは、その値が平均から標準偏差何個分離れているかを表します。z得点が正なら平均より上、負なら平均より下です。
4. z得点に標準偏差を掛け、次に平均を加えます：$x = \mu + z \times \sigma$。

計算例

例1：テストの得点

あるクラスでテストを実施したところ、平均得点は80、標準偏差は5でした。ある生徒のz得点は1.2でした。この生徒の生の得点はいくつでしょうか？

$$x = 80 + 1.2 \times 5 = 86$$

この生徒の生の得点は86でした。

例2：製造時の測定

ある工場で部品を測定したところ、長さの平均は150 mm、標準偏差は2 mmでした。ある部品のz得点は−1.5です。実際の長さはいくつでしょうか？

$$x = 150 + (-1.5) \times 2 = 147$$

この部品の寸法は147 mmです。

入力可能な範囲

このページの計算機には、次の入力条件があります。

• 標準偏差が0より大きいこと（標準偏差がゼロ以下の場合は、数学的に正しくありません）。
• 標準偏差が1,000,000以下であること。
• 平均が−1,000,000から1,000,000までの範囲にあること。
• z得点が−10から10までの範囲にあること。

現実のz得点の大半は−3から3の間に収まります。この範囲は正規分布の値の約99.7%を含むためです。この範囲の外にあるz得点は、まれな極端な値を示します。

生の得点が使われる分野

• 教育。 標準化テストではz得点または換算得点が報告されます。これを生の得点に戻すと、実際の得点や正解した問題数が分かります。
• 心理学。 IQテストなどの評価は標準化された後、生の値に変換され、時間の経過に伴う個人の結果の追跡に使われます。
• 製造。 品質管理では、部品を目標平均と比較し、z得点が異常なものを特定したうえで、検査用に生の測定値を報告します。
• 金融。 標準化されたリスク指標やパフォーマンス指標は、報告のために実際の通貨額や収益率に戻されます。

関連する統計的得点

• パーセンタイルは、0–100の尺度でデータセット内の値の順位を示します。
• T得点は平均50、標準偏差10で標準化された得点で、心理学でよく使われます。
• スタナインは、教育で使われる9段階の尺度です。

よくある質問

生の得点とz得点の違いは何か？

生の得点は、点数やミリメートルなど、自然な単位で表した元の値です。z得点は、その値を平均からの距離として、標準偏差を単位に表したものです。公式$x = \mu + z \times \sigma$を使うと、z得点を生の得点に戻せます。

パーセンタイルから生の得点を求めるにはどうすればよいか？

まず、標準正規分布表を使ってパーセンタイルをz得点に変換します。次に、生の得点の公式を適用します。例えば、84パーセンタイルはz得点1.0に近い値です。

生の得点が負になることはあるか？

あります。温度変化や損益など、元のデータに負の値が含まれている場合、生の得点も負になることがあります。

z得点が0の場合、生の得点はいくつか？

z得点が0なら、生の得点は常に平均と等しくなります。これは$x = \mu + 0 \times \sigma = \mu$だからです。

生の得点の公式は非正規データにも使えるか？

公式自体は、平均と標準偏差が定義されているどのデータセットにも使えます。ただし、「値の約68%が平均から標準偏差1個分以内に入る」といったz得点の通常の解釈は、データが正規分布に従うことを前提としています。大きく偏ったデータでは、計算自体は正しくても、この解釈は成り立ちません。

結果はどの程度正確か？

計算は単純な掛け算と足し算なので、入力した数値に対して結果は正確です。精度は、平均、標準偏差、z得点がどれだけ正確に分かっているかだけで決まります。

参考文献

1. OpenStax. Introductory Statistics 2e, 6.1 The Standard Normal Distribution. 標準正規分布 — z得点の公式$z = (x - \mu)/\sigma$、その逆の式$x = \mu + z\sigma$、経験則（標準偏差一つ、二つ、三つ以内にそれぞれ値の約68%、95%、99.7%が入る）。