Z-점수 계산기 - 표준 점수 및 확률 도구

Z-점수란?

z-점수는 표준점수라고도 하며, 데이터 값이 데이터 집합의 평균에서 표준편차 몇 개만큼 떨어져 있는지 나타냅니다. z-점수가 0이면 값이 평균과 같다는 뜻입니다. z-점수가 양수이면 값이 평균보다 크고, 음수이면 평균보다 작습니다.

Z-점수 공식

데이터 점수의 z-점수는 다음 공식으로 계산합니다.

$$z = \frac{x - \mu}{\sigma}$$

각 기호의 의미:

• $z$는 z-점수입니다
• $x$는 데이터 점수입니다
• $\mu$는 데이터셋의 평균입니다
• $\sigma$는 데이터셋의 표준편차입니다

표준편차는 0일 수 없습니다. 0으로 나누기는 정의되지 않기 때문입니다. 또한 표준편차는 정의상 항상 0 이상이므로 음수가 될 수도 없습니다.

Z-점수 계산 방법

1. 모든 값을 더한 뒤 값의 개수인 $n$으로 나누어 데이터셋의 평균을 구합니다.

$$\mu = \frac{\sum_{i=1}^{n} x_i}{n}$$

2. 표준편차를 구합니다. 먼저 평균과의 차이를 제곱한 값들의 평균인 분산을 계산한 다음, 그 제곱근을 구합니다.

$$\sigma = \sqrt{\frac{\sum_{i=1}^{n} (x_i - \mu)^2}{n}}$$

3. 데이터 점수에서 평균을 뺀 뒤 표준편차로 나눕니다.

$$z = \frac{x - \mu}{\sigma}$$

계산 예시

한 학생이 시험에서 85점을 받았습니다. 반 평균은 75점이고, 반 점수의 표준편차는 10점입니다.

• 데이터 점수: $x = 85$
• 평균: $\mu = 75$
• 표준편차: $\sigma = 10$

$$z = \frac{85 - 75}{10} = 1.0$$

학생의 z-점수는 1.0입니다. 학생의 점수는 반 평균보다 표준편차 1개만큼 높습니다.

Z-점수와 누적확률

z-점수는 누적확률로 변환할 수 있습니다. 누적확률은 정규분포에서 무작위로 선택한 값이 해당 지점 이하일 확률입니다. 이는 표준정규곡선에서 $z$의 왼쪽에 해당하는 면적입니다.

$$P(Z \leq z) = \Phi(z)$$

학생의 z-점수가 1.0일 때 누적확률은 약 0.8413, 즉 84.1%입니다. 계산기는 z-점수를 소수 넷째 자리까지, 확률을 백분율로 소수 둘째 자리까지 표시하므로, 이 예에서는 1.0000과 84.13%가 표시됩니다. 점수가 정규분포를 따른다고 가정하면, 이 학생은 반 전체의 약 84%보다 높은 점수를 받았다는 뜻입니다.

몇 가지 기준값:

Z-점수 해석

정규분포에서는 값의 약 95%가 평균에서 표준편차 2개 이내에, 약 99.7%가 3개 이내에 있습니다. 이를 경험 법칙 또는 68-95-99.7 법칙이라고 합니다. 따라서 z-점수가 +3을 넘거나 -3 아래인 경우는 드물며, 나머지 데이터와 크게 다른 값인 이상치일 가능성을 점검하는 경우가 많습니다.

z-점수를 사용하면 서로 다른 척도로 측정된 값도 비교할 수 있습니다. 시험 점수와 키 측정값은 직접 비교할 수 없지만, 두 값의 z-점수는 모두 동일한 표준편차 단위로 평균에서 떨어진 정도를 나타내므로 비교할 수 있습니다.

Z-점수와 T-점수

z-점수는 모표준편차를 사용하므로 그 값을 안다고 가정합니다. t-점수는 모표준편차를 모를 때 그 대신 표본표준편차를 사용하는 경우에 쓰입니다. 예전의 경험칙은 표본이 30개 이하일 때만 t-분포를 사용했지만, 현재는 표본표준편차로 모집단 값을 추정할 때마다 t-분포를 사용합니다. t-분포는 정규 곡선보다 꼬리가 두꺼워서 추가적인 불확실성을 반영합니다.

Z-점수의 일반적인 용도

• 표준화 검사. 학생의 원점수를 전체 점수 분포와 비교합니다.
• 이상치 탐지. 데이터셋에서 평균과 크게 떨어진 데이터 점수를 표시합니다.
• 품질 관리. 제조된 제품이 허용 범위에 들어오는지 확인합니다.
• 가설검정. z-검정은 z-점수를 사용하여 표본평균이 알려진 모집단 평균과 유의미하게 다른지 판단합니다.

역사

z-점수는 정규분포를 바탕으로 합니다. 아브라암 드 무아브르는 이항분포의 근사로 1733년에 정규 곡선을 유도했습니다. 카를 프리드리히 가우스와 피에르시몽 라플라스가 이를 더 발전시켰습니다.

자주 묻는 질문

통계에서 z-점수란 무엇입니까? z-점수는 데이터 값이 데이터 집합의 평균에서 떨어진 표준편차의 개수입니다. z = (x − μ) / σ 공식으로 구합니다.

z-점수 결과는 어떻게 해석합니까? z-점수가 0이면 그 값은 평균과 같습니다. 양의 값은 평균보다 높고, 음의 값은 평균보다 낮습니다. +3 또는 -3을 넘어서는 값은 이례적입니다.

z-점수는 음수가 될 수 있습니까? 그렇습니다. 음의 z-점수는 단순히 데이터 값이 평균보다 낮다는 뜻입니다. z-점수가 -2이면 그 값은 평균보다 2 표준편차만큼 낮습니다.

z-점수와 t-점수의 차이는 무엇입니까? z-점수는 모표준편차를 알 때 사용합니다. t-점수는 모표준편차를 모르고 대신 표본표준편차를 사용할 때 쓰며, 표본 크기와는 관계없습니다.

z-점수에서 누적확률은 무엇을 의미합니까? 정규분포에서 무작위로 선택한 값이 주어진 z-점수 이하일 확률입니다. 해당 지점의 왼쪽에 있는 정규 곡선 아래 면적과 같습니다.

표준편차가 0이면 어떻게 됩니까? 공식에서 0으로 나누어야 하므로 z-점수는 정의되지 않습니다. 표준편차가 0이라는 것은 데이터 집합의 모든 값이 동일하다는 뜻입니다.

참고 자료

1. OpenStax. Introductory Statistics 2e, 6.1 The Standard Normal Distribution. 표준정규분포 — z-점수 공식 z = (x − μ)/σ와 68-95-99.7 경험 법칙.
2. NIST/SEMATECH. e-Handbook of Statistical Methods, Cumulative Distribution Function of the Standard Normal Distribution. 표준정규분포표 — 0에서 z까지 정규 곡선 아래의 면적(z = 1일 때 0.34134).
3. OpenStax. Introductory Statistics 2e, 8.2 A Single Population Mean using the Student t Distribution. 스튜던트 t-분포 — z 대신 t를 사용하는 경우와 더 두꺼운 꼬리.
4. 맥튜터 수학사(MacTutor History of Mathematics), 세인트앤드루스 대학교. Abraham de Moivre. 아브라암 드 무아브르 전기 — 드 무아브르가 1733년에 정규 곡선을 유도한 내용.