Calculadora de escore z

Um escore z, também chamado escore padrão, mede quantos desvios padrão um valor bruto fica acima ou abaixo da média de uma distribuição de referência. A fórmula definidora é simples e universal: z é igual a x menos mu dividido por sigma. Quando sigma é conhecido de uma população ou de um referencial publicado, você pluga os três números e lê a distância com sinal a partir do centro. Quando só tem uma amostra ou uma coluna de medições, primeiro estima a média e o desvio padrão a partir dos dados e depois aplica a mesma fórmula a cada ponto para que a coluna fique adimensional e comparável entre escalas. Esta calculadora suporta ambos os fluxos em um único contrato: envie um valor único com média e desvio para um escore de um tiro, ou envie uma lista completa para padronizar cada elemento e receber a média limpa, sigma e o vetor de escores z. Requisições com desvio padrão zero são rejeitadas com erro de validação claro, porque divisão por zero tornaria cada escore z indefinido.

Como funciona a fórmula do escore z

Parta de uma observação bruta x e de uma média de referência mu. A diferença x menos mu é o desvio com sinal a partir do centro da distribuição: positivo quando a observação está acima da média, negativo quando está abaixo. Dividir essa diferença pelo desvio padrão sigma converte o desvio em unidades de dispersão típica.

Após essa mudança de escala, resultado zero significa que a observação iguala a média, mais um significa um desvio padrão acima da média, e menos dois significa dois desvios padrão abaixo. Para um triplo conhecido de valor, média e desvio padrão a aritmética é uma divisão em tempo constante. Para um conjunto de dados inteiro a calculadora primeiro forma a média aritmética como a soma dos valores dividida pela contagem n.

Depois forma o desvio padrão a partir da soma dos desvios ao quadrado em relação a essa média, usando o divisor populacional n quando ddof vale zero ou o divisor amostral n menos um quando ddof vale um. Cada valor original é então mapeado com a mesma fórmula para que a lista devolvida tenha média perto de zero e escala unitária sob o divisor escolhido.

A padronização populacional é o padrão porque o escalonamento de features e muitos exemplos didáticos dividem por n; a padronização amostral está disponível quando você precisa explicitamente de um estimador de variância amostral não viesado para inferência. O caso especial de sigma igual a zero é rejeitado: quando todos os valores são idênticos, ou quando um chamador passa desvio padrão zero, não há unidade significativa de dispersão e o escore z é indefinido.

Onde calculadoras de escore z aparecem no trabalho real

Pipelines de ciência de dados e aprendizado de máquina padronizam features numéricas antes de modelos baseados em distância, análise de componentes principais ou regressão regularizada para que colunas medidas em unidades diferentes não dominem o ajuste. Controle de qualidade e monitoramento de processos convertem leituras de sensores em unidades z contra uma média e sigma de processo para sinalizar excursões além de dois ou três sigma sem inventar limiares ad hoc na escala bruta.

Psicometria e medição educacional reportam escores norm-referenced em uma escala comum para que um número bruto de acertos se torne comparável entre formulários e coortes. Equipes de finanças e risco às vezes expressam retornos ou erros residuais em unidades de desvio padrão para resumos de estresse e telas simples de anomalia.

Se mais tarde precisar de percentis, p-valores de uma tabela normal, escores t, intervalos de confiança ou estatística descritiva completa para cada coluna CSV, trate isso como intenções de busca e landings separados em vez de sobrecarregar esta página de calculadora de escore z.