Z-Score Calculator for Statistical Analysis and Data Standardization
Izračunajte z-score (standardni rezultat) za bilo koju podatkovnu točku, određujući njezinu poziciju u odnosu na srednju vrijednost koristeći standardnu devijaciju. Idealno za statističku analizu i standardizaciju podataka.
Dokumentacija
Z-Score Kalkulator
Uvod
Z-score (ili standardni rezultat) je statistička mjera koja opisuje odnos vrijednosti prema srednjoj vrijednosti grupe vrijednosti. Ukazuje na to koliko je standardnih devijacija element udaljen od srednje vrijednosti. Z-score je ključni alat u statistici, omogućujući standardizaciju različitih skupova podataka i identifikaciju izvanrednih vrijednosti.
Formula
Z-score se izračunava pomoću sljedeće formule:
Gdje:
- = z-score
- = pojedinačna tačka podataka
- = srednja vrijednost skupa podataka
- = standardna devijacija skupa podataka
Ova formula izračunava broj standardnih devijacija koje je tačka podataka udaljena od srednje vrijednosti.
Izračun
Da biste izračunali z-score tačke podataka:
-
Izračunajte Srednju Vrijednost ():
Zbrojite sve tačke podataka i podijelite s brojem tačaka podataka.
-
Izračunajte Standardnu Devijaciju ():
-
Varijanca ():
-
Standardna Devijacija:
-
-
Izračunajte Z-Score:
Zamijenite vrijednosti u formulu za z-score.
Rubne Situacije
-
Nulta Standardna Devijacija ():
Kada su sve tačke podataka identične, standardna devijacija je nula, što čini z-score neodređenim jer ne možete dijeliti s nulom. U ovom slučaju, koncept z-score ne važi.
-
Tačka Podataka Jednaka Srednjoj Vrijednosti ():
Ako je tačka podataka jednaka srednjoj vrijednosti, z-score je nula, što ukazuje da je tačka tačno prosječna.
-
Ne-numerički Unosi:
Osigurajte da su svi unosi numerički. Ne-numerički unosi rezultirat će greškama u izračunavanju.
Kumularna Vjerojatnost
Kumularna vjerojatnost povezana sa z-score predstavlja vjerojatnost da će slučajna varijabla iz standardne normalne distribucije biti manja ili jednaka zadatoj vrijednosti. To je površina ispod krive normalne distribucije lijevo od specificiranog z-score.
Matematički, kumularna vjerojatnost se izračunava koristeći funkciju kumulativne distribucije (CDF) standardne normalne distribucije:
Gdje:
- = CDF standardne normalne distribucije na
Kumularna vjerojatnost je bitna u statistici za određivanje vjerovatnoće da će se vrijednost pojaviti unutar određenog opsega. Široko se koristi u oblastima kao što su kontrola kvaliteta, finansije i društvene nauke.
SVG Dijagram
Ispod se nalazi SVG dijagram koji ilustruje krivu standardne normalne distribucije i z-score:
Slika: Kriva Standardne Normalne Distribucije sa Z-Score Zasjenjenim
Ovaj dijagram prikazuje krivu normalne distribucije sa srednjom vrijednošću u centru. Zasjenjeno područje predstavlja kumulativnu vjerojatnost do tačke podataka , koja odgovara z-score.
Upotrebe
Aplikacije
-
Standardizacija Preko Različitih Skala:
Z-score omogućava usporedbu između podataka iz različitih skala standardizacijom skupova podataka.
-
Otkrivanje Izvanrednih Vrijednosti:
Identifikacija tačaka podataka koje su značajno udaljene od srednje vrijednosti (npr. z-score manji od -3 ili veći od 3).
-
Statističko Testiranje:
Koristi se u testiranju hipoteza, uključujući z-testove, za određivanje da li se srednja vrijednost uzorka značajno razlikuje od poznate srednje vrijednosti populacije.
-
Kontrola Kvaliteta:
U proizvodnji, z-score pomaže u praćenju procesa kako bi se osiguralo da rezultati ostanu unutar prihvatljivih granica.
-
Finansije i Investicije:
Procjena performansi akcija usporedbom povrata u odnosu na prosječnu tržišnu performansu.
Alternativne Mjere
-
T-Score:
Sličan z-score-u, ali se koristi kada je veličina uzorka mala i kada je standardna devijacija populacije nepoznata.
-
Percentilni Rang:
Ukazuje na postotak rezultata u njegovoj frekvencijskoj distribuciji koji su jednaki ili niži od njega.
-
Jedinične Standardne Devijacije:
Korištenje sirovih vrijednosti standardne devijacije bez standardizacije kao z-scores.
Istorija
Koncept z-score-a potiče od rada na normalnoj distribuciji Carla Friedricha Gaussa početkom 19. veka. Standardna normalna distribucija, koja je temelj z-score-a, dodatno je razvijena od strane statističara kao što su Abraham de Moivre i Pierre-Simon Laplace. Korištenje z-score-a postalo je široko rasprostranjeno s napretkom statističkih metoda u 20. veku, posebno u psihološkom testiranju i kontroli kvaliteta.
Primjeri
Excel
1## Izračunajte z-score u Excelu
2## Pretpostavljajući da je tačka podataka u ćeliji A2, srednja vrijednost u ćeliji B2, standardna devijacija u ćeliji C2
3=(A2 - B2) / C2
4
R
1## Izračunajte z-score u R
2calculate_z_score <- function(x, mean, sd) {
3 if (sd == 0) {
4 stop("Standardna devijacija ne može biti nula.")
5 }
6 z <- (x - mean) / sd
7 return(z)
8}
9
10## Primjer korištenja:
11x <- 85
12mu <- 75
13sigma <- 5
14z_score <- calculate_z_score(x, mu, sigma)
15print(paste("Z-score:", z_score))
16
MATLAB
1% Izračunajte z-score u MATLAB-u
2function z = calculate_z_score(x, mu, sigma)
3 if sigma == 0
4 error('Standardna devijacija ne može biti nula.');
5 end
6 z = (x - mu) / sigma;
7end
8
9% Primjer korištenja:
10x = 90;
11mu = 80;
12sigma = 8;
13z = calculate_z_score(x, mu, sigma);
14fprintf('Z-score: %.2f\n', z);
15
JavaScript
1// Izračunajte z-score u JavaScript-u
2function calculateZScore(x, mu, sigma) {
3 if (sigma === 0) {
4 throw new Error('Standardna devijacija ne može biti nula.');
5 }
6 return (x - mu) / sigma;
7}
8
9// Primjer korištenja:
10const x = 100;
11const mu = 85;
12const sigma = 7;
13try {
14 const z = calculateZScore(x, mu, sigma);
15 console.log(`Z-score: ${z.toFixed(2)}`);
16} catch (error) {
17 console.error(error.message);
18}
19
Python
1## Izračunajte z-score u Pythonu
2def calculate_z_score(x, mu, sigma):
3 if sigma == 0:
4 raise ValueError("Standardna devijacija ne može biti nula.")
5 return (x - mu) / sigma
6
7## Primjer korištenja:
8x = 95
9mu = 88
10sigma = 4
11try:
12 z = calculate_z_score(x, mu, sigma)
13 print("Z-score:", round(z, 2))
14except ValueError as e:
15 print(e)
16
Java
1// Izračunajte z-score u Javi
2public class ZScoreCalculator {
3 public static double calculateZScore(double x, double mu, double sigma) {
4 if (sigma == 0) {
5 throw new IllegalArgumentException("Standardna devijacija ne može biti nula.");
6 }
7 return (x - mu) / sigma;
8 }
9
10 public static void main(String[] args) {
11 double x = 110;
12 double mu = 100;
13 double sigma = 5;
14
15 try {
16 double z = calculateZScore(x, mu, sigma);
17 System.out.printf("Z-score: %.2f%n", z);
18 } catch (IllegalArgumentException e) {
19 System.err.println(e.getMessage());
20 }
21 }
22}
23
C/C++
1// Izračunajte z-score u C++
2#include <iostream>
3#include <stdexcept>
4
5double calculate_z_score(double x, double mu, double sigma) {
6 if (sigma == 0) {
7 throw std::invalid_argument("Standardna devijacija ne može biti nula.");
8 }
9 return (x - mu) / sigma;
10}
11
12int main() {
13 double x = 130;
14 double mu = 120;
15 double sigma = 10;
16
17 try {
18 double z = calculate_z_score(x, mu, sigma);
19 std::cout << "Z-score: " << z << std::endl;
20 } catch (const std::exception &e) {
21 std::cerr << e.what() << std::endl;
22 }
23
24 return 0;
25}
26
Ruby
1## Izračunajte z-score u Ruby
2def calculate_z_score(x, mu, sigma)
3 raise ArgumentError, "Standardna devijacija ne može biti nula." if sigma == 0
4 (x - mu) / sigma
5end
6
7## Primjer korištenja:
8x = 105
9mu = 100
10sigma = 5
11begin
12 z = calculate_z_score(x, mu, sigma)
13 puts "Z-score: #{z.round(2)}"
14rescue ArgumentError => e
15 puts e.message
16end
17
PHP
1<?php
2// Izračunajte z-score u PHP
3function calculate_z_score($x, $mu, $sigma) {
4 if ($sigma == 0) {
5 throw new Exception("Standardna devijacija ne može biti nula.");
6 }
7 return ($x - $mu) / $sigma;
8}
9
10// Primjer korištenja:
11$x = 115;
12$mu = 110;
13$sigma = 5;
14
15try {
16 $z = calculate_z_score($x, $mu, $sigma);
17 echo "Z-score: " . round($z, 2);
18} catch (Exception $e) {
19 echo $e->getMessage();
20}
21?>
22
Rust
1// Izračunajte z-score u Rustu
2fn calculate_z_score(x: f64, mu: f64, sigma: f64) -> Result<f64, String> {
3 if sigma == 0.0 {
4 return Err("Standardna devijacija ne može biti nula.".to_string());
5 }
6 Ok((x - mu) / sigma)
7}
8
9fn main() {
10 let x = 125.0;
11 let mu = 115.0;
12 let sigma = 5.0;
13
14 match calculate_z_score(x, mu, sigma) {
15 Ok(z) => println!("Z-score: {:.2}", z),
16 Err(e) => println!("{}", e),
17 }
18}
19
C#
1// Izračunajte z-score u C#
2using System;
3
4public class ZScoreCalculator
5{
6 public static double CalculateZScore(double x, double mu, double sigma)
7 {
8 if (sigma == 0)
9 throw new ArgumentException("Standardna devijacija ne može biti nula.");
10 return (x - mu) / sigma;
11 }
12
13 public static void Main()
14 {
15 double x = 135;
16 double mu = 125;
17 double sigma = 5;
18
19 try
20 {
21 double z = CalculateZScore(x, mu, sigma);
22 Console.WriteLine($"Z-score: {z:F2}");
23 }
24 catch (ArgumentException e)
25 {
26 Console.WriteLine(e.Message);
27 }
28 }
29}
30
Go
1// Izračunajte z-score u Go
2package main
3
4import (
5 "errors"
6 "fmt"
7)
8
9func calculateZScore(x, mu, sigma float64) (float64, error) {
10 if sigma == 0 {
11 return 0, errors.New("standardna devijacija ne može biti nula")
12 }
13 return (x - mu) / sigma, nil
14}
15
16func main() {
17 x := 140.0
18 mu := 130.0
19 sigma := 5.0
20
21 z, err := calculateZScore(x, mu, sigma)
22 if err != nil {
23 fmt.Println(err)
24 } else {
25 fmt.Printf("Z-score: %.2f\n", z)
26 }
27}
28
Swift
1// Izračunajte z-score u Swiftu
2func calculateZScore(x: Double, mu: Double, sigma: Double) throws -> Double {
3 if sigma == 0 {
4 throw NSError(domain: "Standardna devijacija ne može biti nula.", code: 1, userInfo: nil)
5 }
6 return (x - mu) / sigma
7}
8
9// Primjer korištenja:
10let x = 120.0
11let mu = 110.0
12let sigma = 5.0
13
14do {
15 let z = try calculateZScore(x: x, mu: mu, sigma: sigma)
16 print("Z-score: \(String(format: "%.2f", z))")
17} catch let error as NSError {
18 print(error.domain)
19}
20
Reference
-
Standardni Rezultat - Wikipedia
-
Razumijevanje Z-Scores - Statistics Solutions
-
Normalna Distribucija i Z-Scores - Khan Academy
Dodatni Resursi
-
Interaktivni Z-Score Kalkulator
https://www.socscistatistics.com/pvalues/normaldistribution.aspx
-
Vizualizacija Normalne Distribucije
https://seeing-theory.brown.edu/normal-distribution/index.html
Povratne informacije
Kliknite na obavijest o povratnim informacijama da biste započeli davati povratne informacije o ovom alatu
Povezani alati
Otkrijte više alata koji bi mogli biti korisni za vaš radni proces