Zスコア計算機

正規分布のスケールで値を標準化する

インタラクティブシミュレーションを読み込んでいます...

標準化してもデータは正規分布にならない 🖖

平均を引いて標準偏差で割る操作は、分布を平行移動して伸縮させるだけで、を変えることはできません。強く歪んだものを標準化すれば、入れたときとまったく同じだけ歪んで出てきます。z はそれを生き延びます。標準偏差でいくつ離れているかを正直に報告し続けます。しかしパーセンタイルの行はそうではありません。それは Φ(z) として計算され、Φ は正規分布の曲線だからです。この仮定はどれほど働いているのでしょうか。正規分布なら ±2 の外側にあるのは 4.55 % です。任意の分布では、チェビシェフの不等式が約束するのは「多くとも 25 %」だけです。正規性の仮定は z = 2 で 5.5 倍を買っているわけで、パーセンタイルを口にする前に、その仮定を勝ち取っているかどうかは知っておく価値があります。

どんな尺度にも使える共通のものさし 🖖

Zスコアは単純な問いに答えます。この値は平均から標準偏差いくつ分離れているか、ということです。元の単位を取り除くため、まったく異なる尺度で測ったものを比較できます — 100点満点の点数とセンチメートルの身長も、両方をZスコアに変換すれば直接比べられます。z = 1.5 の値は、それが試験の成績でもマラソンのタイムでも、平均より同じ相対的な距離にあります。

小さな標本はZスコアに上限を課す 🖖

Zスコアが既知の母集団ではなく n 個の値からなる実際の標本から得られる場合、どの点も (n − 1)/√n 標準偏差を超えることはできません — これは Ronald Shiffler が1988年に証明した限界です。10人のクラスでは、どんなに優秀でも最高点はせいぜい z = 2.85 どまりで、z = 4 に達するには18個以上のデータが必要です。真の『100万分の1』の外れ値は、小さなデータセットには存在しえないのです。

z 得点 — 平均からどれだけ離れているか、どこでも通じる単位で

あなたはどの z 得点のケースにいますか?

z 得点が答えるのは一つの問いだけです。この値は平均から標準偏差いくつぶん離れているか。z = (x − μ)/σ は単位を剥ぎ取るので、試験の点数と身長が比べられる数になります。どのケースかは、値を z に直すのか、その z が示す百分位を読むのか、それとも逆向きに走らせて元の値を取り戻すのかで決まります。

平均より上 — 標準偏差いくつぶん上か z = (x − μ)/σ = 2.125
平均より下 — 同じ距離を鏡に映したもの z = −2.125
z = 1 — 経験則が乗っている錨 z = 1 → Φ = 84.13%
大きな z — 裾は直感よりはるかに速く痩せる z = 3 → 1 − Φ = 0.135%
逆向きに走らせる — z から生の値へ x = μ + zσ = 130

01

平均より上 — 標準偏差いくつぶん上か

わかっていること: 生の値と、母集団の平均および標準偏差。z = (x − μ)/σ で、z が正なら平均より上です。

変換: z = (x − μ)/σ = 2.125

計算例: μ = 75、σ = 8 のとき x = 92 → z = 17/8 = 2.125。第 98.32 百分位で、これより上は 1.68 % です。

このケースを開く: 高得点の試験 (x=92)
平均より上 — 標準偏差いくつぶん上か. 値は中心から右へ標準偏差 2 つ強のところにあり、その先に曲線はほとんど残っていません。 生の値と、母集団の平均および標準偏差。z = (x − μ)/σ で、z が正なら平均より上です。
値は中心から右へ標準偏差 2 つ強のところにあり、その先に曲線はほとんど残っていません。

02

平均より下 — 同じ距離を鏡に映したもの

わかっていること: μ より下の値は負の z を与えます。符号が運ぶのは向きだけで、大きさは依然としてどれだけ珍しいかを語ります。

変換: z = −2.125

計算例: 同じ μ = 75、σ = 8 で x = 58 → z = −2.125、第 1.68 百分位。92 点のちょうど鏡像です。

このケースを開く: 低得点の試験 (x=58)
平均より下 — 同じ距離を鏡に映したもの. 前のケースの鏡像です。同じ距離だけ、反対側に離れています。 μ より下の値は負の z を与えます。符号が運ぶのは向きだけで、大きさは依然としてどれだけ珍しいかを語ります。
前のケースの鏡像です。同じ距離だけ、反対側に離れています。

03

z = 1 — 経験則が乗っている錨

わかっていること: ちょうど標準偏差 1 つ分。分布のおよそ 68 % が ±1 の内側にあるので、+1 より下には 84 % があります。

変換: z = 1 → Φ = 84.13%

計算例: μ = 100、σ = 15 で IQ 115 → z = 1.00、第 84.13 百分位。

このケースを開く: IQ 115 (z=1)
z = 1 — 経験則が乗っている錨. 標準偏差 1 つ分。塗られた面積が下側の 84 % で、上には 16 % が残ります。 ちょうど標準偏差 1 つ分。分布のおよそ 68 % が ±1 の内側にあるので、+1 より下には 84 % があります。
標準偏差 1 つ分。塗られた面積が下側の 84 % で、上には 16 % が残ります。

04

大きな z — 裾は直感よりはるかに速く痩せる

わかっていること: 標準偏差 3 つ分。百分位は 99.87 なので、これを超えるのはおよそ 740 人に 1 人です。

変換: z = 3 → 1 − Φ = 0.135%

計算例: μ = 100、σ = 15 で IQ 145 → z = 3.00、上にいるのはわずか 0.135 %。

このケースを開く: IQ 145 (z=3)
大きな z — 裾は直感よりはるかに速く痩せる. 標準偏差 3 つ分も離れると、曲線に差し出せる面積はほとんど残っていません。 標準偏差 3 つ分。百分位は 99.87 なので、これを超えるのはおよそ 740 人に 1 人です。
標準偏差 3 つ分も離れると、曲線に差し出せる面積はほとんど残っていません。

05

逆向きに走らせる — z から生の値へ

わかっていること: 式を解き直すと同じ関係が x = μ + zσ になります。必要な z や百分位がわかっていて、それを実現する値がほしいときに使います。

変換: x = μ + zσ = 130

計算例: μ = 100、σ = 15 で z = 2 → x = 100 + 2 × 15 = 130、第 97.72 百分位。

このケースを開く: z=2から
逆向きに走らせる — z から生の値へ. z から出発して、それに対応する生の値まで下りていきます。 式を解き直すと同じ関係が x = μ + zσ になります。必要な z や百分位がわかっていて、それを実現する値がほしいときに使います。
z から出発して、それに対応する生の値まで下りていきます。
参考文献 (1)

全プロセスの詳細解説

  1. 平均70、標準偏差10のクラスにおける85点のスコア 5 ステップ

    平均 70、標準偏差 10 のクラスにおける 85 点の得点。これをパーセンタイルに変換し、そのパーセンタイルのうちどこまでが測定によるもので、どこまでが仮定によるものかを明らかにせよ。

    1. zスコアとは、平均からの距離を標準偏差を単位として測ったものである。これには単位がない。得点(点数)を引き算し、ばらつき(点数)で割ることで無次元数が残り、これによって初めて異なる試験のスコアを比較することが可能になる。

    2. パーセンタイルは標準正規曲線から求められる。z = 1.5 の左側に面積の 93.32% が位置するため、右側には 6.68% が位置する。

    3. 具体的に考えてみよう。30人のクラスでは、約2人の学生が 85 点を超えるスコアをとる。

    4. ここで、正規分布の仮定を外してみましょう。チェビシェフの不等式は、分散が有限であるどのような分布にも成り立ちます。平均から±1.5標準偏差を超えて離れたデータの割合について保証できるのは、高々44.4%ということだけです。正規分布の13.36%の三倍を超えます。

    5. 目標に向けて逆算してみよう。上位 1% は z = 2.326 から始まり、この試験では 93.3 点に相当する。

    解答

    ツールは z = 1.5、パーセンタイル 93.32、および右側テール 6.68 を出力する。この2つの行は同等に信頼できるわけではなく、これこそが理解しておくべき重要な点である。z値は事実の記述であり、どんなデータに対しても成立し、書かれている通りの意味を持つ。一方、パーセンタイルはモデルである。すなわち Φ(z) であり、ここで Φ は標準正規曲線を表す。そのため、歪んだデータでは隣にある z値が完全に正確であっても、パーセンタイルは大きく外れる可能性がある。ステップ4は仮定の影響の大きさを数値化している。1.5 標準偏差において、正規性の仮定によって3倍の違いが生じているのである。

学習の道すじ

個数から曲線へ

この次に 信頼区間

例題

  • 高得点の試験 (x=92) - 平均75、標準偏差8のとき、試験の得点92は平均より2.13標準偏差高い位置にある(98.32パーセンタイル)。
  • 低得点の試験 (x=58) - 平均75、標準偏差8のとき、試験の得点58は平均より2.13標準偏差低い位置にあり(1.68パーセンタイル)、これは異常に低い値である。
  • IQ 115 (z=1) - 標準的な尺度(平均100、標準偏差15)におけるIQ115は、平均よりちょうど1標準偏差高く(84.13パーセンタイル)にあたる。
  • IQ 145 (z=3) - 標準的な尺度(平均100、標準偏差15)におけるIQ145は、平均より3標準偏差高く(99.87パーセンタイル)、およそ740人に1人という極めて稀な値である。
  • 身長190cm (z=2.14) - 平均175 cm、標準偏差7 cmの集団における成人の身長190 cmは、平均より2.14標準偏差高い位置にある(98.39パーセンタイル)。
  • z=2から - IQテスト(平均100、標準偏差15)においてzスコア+2に対応する実際の値を求める。しきい値は130であり、97.72パーセンタイルの境界に相当する。
  • z=-1.5から - 平均50、標準偏差10の試験において、zスコア-1.5に対応する実際の値を求める。結果は35であり、これは6.68パーセンタイルに位置する。