Finn det opprinnelige datapunktet fra gjennomsnittsverdien, standardavviket og z-skåren.
En råskåreberegner konverterer umiddelbart standardiserte z-skårer tilbake til deres opprinnelige dataverdier ved bruk av gjennomsnitt og standardavvik. Dette essensielle statistiske verktøyet hjelper forskere, lærere og analytikere med å tolke standardiserte testresultater i sin opprinnelige kontekst. Enten du analyserer elevprestasjoner, kvalitetskontrollmålinger eller finansielle målinger, gir råskåreberegneren nøyaktige konverteringer fra z-skårer til meningsfulle rådata.
Råskåren kan beregnes ved hjelp av denne grunnleggende statistiske formelen:
Hvor:
Diagrammet nedenfor illustrerer hvordan råskårer relaterer seg til normalfordelingen, og viser gjennomsnittet (), standardavvikene () og tilsvarende z-skårer ():
Følg disse enkle trinnene for å beregne din råskåre:
Beregn en elevs råskåre fra standardiserte testdata:
Gitte verdier:
Beregning:
Resultat: Elevens råskåre er 86
Bestem faktiske komponentmålinger i produksjon:
Gitte verdier:
Beregning:
Resultat: Komponentens råskåre er 147 mm
Råskåreberegnere er essensielle i utdanning for:
Psykologer bruker råskårer til:
Kvalitetsingeniører anvender råskåreberegninger for:
Finansanalytikere beregner råskårer for å:
Vurder disse relaterte målene sammen med råskårer:
1'Excel-formel for å beregne råskåre
2=MEAN + (Z_SCORE * STANDARD_DEVIATION)
3
Praktisk Excel-eksempel:
1'Med Gjennomsnitt i A1, SD i A2, Z-skåre i A3
2=A1 + (A3 * A2)
3
1mean = 80
2standard_deviation = 5
3z_score = 1.2
4
5raw_score = mean + z_score * standard_deviation
6print(f"Råskåre: {raw_score}")
7
1const mean = 80;
2const standardDeviation = 5;
3const zScore = 1.2;
4
5const rawScore = mean + zScore * standardDeviation;
6console.log(`Råskåre: ${rawScore}`);
7
1mean <- 80
2standard_deviation <- 5
3z_score <- 1.2
4
5raw_score <- mean + z_score * standard_deviation
6cat("Råskåre:", raw_score)
7
1mean = 80;
2standard_deviation = 5;
3z_score = 1.2;
4
5raw_score = mean + z_score * standard_deviation;
6fprintf('Råskåre: %.2f\n', raw_score);
7
1public class RawScoreCalculator {
2 public static void main(String[] args) {
3 double mean = 80;
4 double standardDeviation = 5;
5 double zScore = 1.2;
6
7 double rawScore = mean + zScore * standardDeviation;
8 System.out.println("Råskåre: " + rawScore);
9 }
10}
11
1#include <iostream>
2
3int main() {
4 double mean = 80;
5 double standardDeviation = 5;
6 double zScore = 1.2;
7
8 double rawScore = mean + zScore * standardDeviation;
9 std::cout << "Råskåre: " << rawScore << std::endl;
10 return 0;
11}
12
1using System;
2
3class Program
4{
5 static void Main()
6 {
7 double mean = 80;
8 double standardDeviation = 5;
9 double zScore = 1.2;
10
11 double rawScore = mean + zScore * standardDeviation;
12 Console.WriteLine("Råskåre: " + rawScore);
13 }
14}
15
1<?php
2$mean = 80;
3$standardDeviation = 5;
4$zScore = 1.2;
5
6$rawScore = $mean + $zScore * $standardDeviation;
7echo "Råskåre: " . $rawScore;
8?>
9
1package main
2import "fmt"
3
4func main() {
5 mean := 80.0
6 standardDeviation := 5.0
7 zScore := 1.2
8
9 rawScore := mean + zScore * standardDeviation
10 fmt.Printf("Råskåre: %.2f\n", rawScore)
11}
12
1let mean = 80.0
2let standardDeviation = 5.0
3let zScore = 1.2
4
5let rawScore = mean + zScore * standardDeviation
6print("Råskåre: \(rawScore)")
7
1mean = 80
2standard_deviation = 5
3z_score = 1.2
4
5raw_score = mean + z_score * standard_deviation
6puts "Råskåre: #{raw_score}"
7
1fn main() {
2 let mean: f64 = 80.0;
3 let standard_deviation: f64 = 5.0;
4 let z_score: f64 = 1.2;
5
6 let raw_score = mean + z_score * standard_deviation;
7 println!("Råskåre: {}", raw_score);
8}
9
Konseptet råskårekonvertering oppsto fra utviklingen av statistisk teori på 1800-tallet. Karl Pearson banebrøt z-skårestandardiseringsmetoden tidlig på 1900-tallet, noe som revolusjonerte hvordan statistikere sammenligner ulike datasett. Dette gjennombruddet muliggjorde meningsfull tolkning på tvers av ulike felt som utdanning, psykologi og produksjon.
Evnen til å konvertere mellom råskårer og standardiserte skårer ble grunnleggende for moderne statistisk analyse. Dagens råskåreberegnere bygger på dette århundregamle fundamentet og gir øyeblikkelige konverteringer som er avgjørende for datafortolkning i akademisk forskning, klinisk diagnostikk og industriell kvalitetskontroll.
En råskåre er den opprinnelige, uomdannede dataverdien fra datasettet ditt, mens en z-skåre er en standardisert skåre som viser hvor mange standardavvik råskåren er fra gjennomsnittet. Råskåreberegneren konverterer z-skårer tilbake til deres opprinnelige skala.
For å beregne råskåre fra persentil må du først konvertere persentilen til en z-skåre ved hjelp av en standardnormalfordelingstabell, og deretter bruke formelen: råskåre = gjennomsnitt + (z-skåre × standardavvik).
Ja, råskårer kan være negative hvis de opprinnelige dataene inneholder negative verdier. Fortegnet avhenger av datasettet og måleskalaen.
En z-skåre på 0 tilsvarer den gjennomsnittlige (middel) råskåren. Positive z-skårer indikerer råskårer over gjennomsnittet, mens negative z-skårer indikerer under-gjennomsnittlige råskårer.
Råskåreberegneren gir nøyaktige matematiske konverteringer når du oppgir nøyaktige inndataverdier. Nøyaktigheten avhenger av presisjonsnivået på dine verdier for gjennomsnitt, standardavvik og z-skåre.
Bruk råskårer når du trenger resultater i opprinnelige
Oppdag flere verktøy som kan være nyttige for arbeidsflyten din