z 分数计算器：百分位数与正态分布概率

关于 z 分数计算器

z 分数（标准分数）告诉你一个值离平均数有多远，以标准差为单位来衡量。它把不同考试的分数、不同人群的身高或不同单位的测量值转换到同一个共同的尺度上，让你可以直接比较它们，并查出它们有多不寻常。

这个计算器可以完成统计课程中常见的六种 z 分数任务：由原始值计算 $z$ 、由 $z$ 还原原始值、求 $z$ 左侧或右侧的面积、求两个 z 分数之间的面积，以及求给定百分位数对应的 z 分数。面积直接由标准正态分布计算，无需查表。

什么是 z 分数？

对于来自平均数为 $\mu$ 、标准差为 $\sigma$ 的总体的值 $x$ ，其 z 分数为 $z = \frac{x - \mu}{\sigma}$ 。z 分数为 0 表示该值等于平均数，z 分数为正表示它高于平均数，为负则表示它低于平均数。

如果数据服从正态分布，z 分数还能告诉你百分位数。标准正态曲线下 $z$ 左侧的面积记作 $\Phi(z)$ ，它就是小于 $x$ 的值所占的比例。

如何使用 z 分数计算器

选择计算类型：由 x 求 z 分数、由 z 求原始值、左侧面积、右侧面积、之间的面积或百分位数对应的 z 分数。
输入该模式所需的数据：x、平均数和标准差，或者一个或两个 z 分数，或者一个百分位数。
百分位数可以输入为 0.95 这样的小数或 95% 这样的百分数。
点击“计算”。
查看 z 分数或面积，以及对应的百分位数解释。

公式

z 分数

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

由 z 求原始值

x = \mu + z\sigma

右侧面积

P(Z > z) = 1 - \Phi(z)

之间的面积

P(z_1 < Z < z_2) = \Phi(z_2) - \Phi(z_1)

例题详解: x = 85, μ = 70, σ = 10

例题中，某班测验的平均分为 $\mu = 70$ ，标准差为 $\sigma = 10$ ，一名学生得分 $x = 85$ 。减去平均数得 15，再除以标准差得 $z = 1.5$ ：这个分数比平均分高出一个半标准差。

$z = 1.5$ 左侧的面积约为 0.9332，所以如果分数服从正态分布，这名学生的成绩高于全班约 93.32% 的人。

下面的解答由驱动上方计算器的同一计算引擎生成。

最终答案

z = 1.5

我们对题目的理解

由 x、平均数和标准差求 z 分数

分步解答

用数值减去平均数
$x - \mu = 85 - 70 = 15$
除以标准差
$z = \frac{15}{10} = 1.5$
查出左侧面积（百分位）
$\Phi(1.5) \approx 0.933193$

所用公式

z 分数
$z = \frac{x - \mu}{\sigma}$
标准正态累积分布函数
$\Phi(z) = \tfrac12\left[1 + \operatorname{erf}\!\left(\tfrac{z}{\sqrt2}\right)\right]$

85 比平均数高 1.5 个标准差；正态总体中约有 93.32% 低于它。

验算

反过来：μ + zσ = 70 + (1.5)(10) = 85。

详细讲解

读出正态曲线下的面积

标准正态曲线下的总面积为 1，曲线关于 0 对称。 $z = 1.25$ 左侧的面积约为 0.8944； $z = 1.96$ 右侧的面积约为 0.025，这就是 1.96 出现在 95% 置信区间中的原因。 $-1$ 与 $1$ 之间的面积约为 0.6827。

这些面积给出了经验法则：服从正态分布的值中，约 68% 落在平均数上下一个标准差以内，约 95% 落在两个标准差以内，约 99.7% 落在三个标准差以内。

反过来：由百分位数求 z

反求模式求解 $\Phi(z) = p$ 。对于第 95 百分位数，它给出 $z \approx 1.645$ 。再结合 $x = \mu + z\sigma$ 就能求出分界值：平均数为 70、标准差为 10 时，第 95 百分位数约为 $70 + 1.645 \times 10 \approx 86.45$ 。

原始值模式直接完成这第二步。用同样的平均数和标准差输入 $z = 1.5$ ，会得到 $x = 85$ ，正好把原来的例子反过来。

比较不同尺度上的值

假设一名学生在平均分 70、标准差 10 的考试中得了 85 分，另一名学生在平均分 500、标准差 100 的考试中得了 620 分。他们的 z 分数分别是 1.5 和 1.2，所以前者的表现相对更好，尽管 620 看起来是更大的数。

z 分数还能标出异常值：在正态模型下， $|z| > 3$ 的值很少见，值得再检查一遍。请记住，百分位数的解释依赖于数据近似服从正态分布；对于严重偏态的数据，z 分数仍然衡量与平均数的距离，但查得的面积可能会产生误导。

常见错误

相减的顺序弄反；应是该值减去平均数，而不是平均数减去该值。
除以方差而不是标准差。
题目问高于某个值的概率，却给出了左侧面积。
把百分位数输入为 95，而不是 95% 或 0.95。
把正态曲线的百分位数用在明显不服从正态分布的数据上。

小贴士

计算之前，先画出钟形曲线并把所需区域涂上阴影。
利用对称性： $P(Z < -z) = P(Z > z)$ 。
记住 90%、95% 和 99% 双侧区间的关键值 1.645、1.96 和 2.576。
如果只有原始数据，先用标准差计算器。
只在最后一步才把 z 分数舍入到两位小数。

常见问题

怎样计算 z 分数？

用该值减去平均数，再除以标准差：z = (x − μ) ÷ σ。若 x = 85，μ = 70，σ = 10，则 z = 1.5。

z 分数为负是什么意思？

该值低于平均数。z 分数为 −2 表示该值比平均数低两个标准差。

怎样把 z 分数换算成百分位数？

求标准正态曲线下 z 左侧的面积。对于 z = 1.5，面积约为 0.9332，即第 93 百分位数。

怎样求某个百分位数对应的 z 分数？

选择反求模式并输入百分位数，例如 95%。计算器会给出 z ≈ 1.645。

多大的 z 分数算好？

这取决于具体情境。在正态模型下，介于 −1 和 1 之间的值很常见；超出 ±2 的值不寻常，超出 ±3 的值则很少见。

需要查 z 值表吗？

不需要。计算器直接计算正态分布的面积，所以得到的值比印刷的表格更精确。

为什么计算器不接受为 0 的标准差？

除以零没有意义，而且标准差为 0 意味着每个值都等于平均数，所以标准化毫无意义。

求出你的 z 分数

在上方选择一种计算并输入数字，即可得到 z 分数、面积或百分位数。

使用计算器询问 AI 解题器

z 分数计算器