Z-Score aus Normalwert

Ein Z-Score, auch Standardscore genannt, beantwortet eine einzige praktische Frage: um wie viele Standardabweichungen liegt diese Beobachtung über oder unter dem Mittelwert einer normalen (oder annähernd normalen) Referenzverteilung? Die Formel ist universell und exakt, sobald die drei Zahlen bekannt sind: ziehen Sie den Mittelwert vom Wert ab und teilen Sie durch die Standardabweichung. Lehrkräfte nutzen sie, um Klausurnoten mit unterschiedlichen Skalen zu vergleichen; Analysten, um eine Messung an einem veröffentlichten Prozessmittel und Sigma zu messen; Studierende, um die empirische Regel ohne vollständige Tabellenkalkulation zu üben. Dieser Rechner akzeptiert nur dieses klassische Tripel — Rohwert x, Mittelwert μ und Standardabweichung σ — und liefert den vorzeichenbehafteten Z-Score, seine absolute Größe und ein Richtungsflag, das angibt, ob der Punkt über, unter oder genau am Mittelwert liegt.

Was der Z-Score aus einem Normalwert bedeutet

Beginnen Sie mit einer Rohbeobachtung x und einem Referenzzentrum μ. Ihre Differenz x minus μ ist die vorzeichenbehaftete Abweichung von der Mitte der Verteilung: positiv, wenn die Beobachtung größer als der Mittelwert ist, negativ, wenn sie kleiner ist, und null, wenn sie exakt dem Mittelwert entspricht. Division dieser Differenz durch die Standardabweichung σ skaliert die Abweichung in Einheiten der typischen Streuung dieser Verteilung.

Nach diesem Einheitenwechsel bedeutet ein Ergebnis von null weiterhin «am Mittelwert», plus eins bedeutet «eine Standardabweichung darüber» und minus zwei bedeutet «zwei Standardabweichungen darunter». Unter einem Normalmodell verbinden sich diese Einheiten mit vertrauten Abdeckungsregeln: etwa zwei Drittel der Masse liegen innerhalb einer Standardabweichung vom Mittelwert, etwa fünfundneunzig Prozent innerhalb von zwei und nahezu alles innerhalb von drei — so zeigt z sofort, ob eine Messung gewöhnlich oder extrem ist, ohne ad-hoc-Schwellen auf der Originalskala zu erfinden.

Dieser Endpunkt schätzt μ und σ nicht aus einer Stichprobenliste; er setzt voraus, dass Sie diese Parameter bereits aus einer Population, einer Spezifikation, einer früheren Studie oder einem Lehrbuchproblem kennen. Der Sonderfall σ gleich null wird absichtlich abgelehnt: ohne Streuung hat die Idee «wie viele Abweichungen vom Mittelwert» keinen Sinn, und Infinity oder NaN würden Clients brechen, die einen endlichen Score erwarten.

Wo ein Einzelpunkt-Z-Score-Rechner sich lohnt

Statistikkurse an Schule und Hochschule vergeben endlose Standardscore-Übungen: wandeln Sie diese Klausurnote mit dem veröffentlichten Klassenmittel und der Standardabweichung um und lesen Sie die empirische Regel. Qualitätskontrolle und Prozessüberwachung wandeln eine Sensorablesung in Z-Einheiten gegen festes Prozessmittel und Sigma um, damit Bediener Ausreißer jenseits von zwei oder drei Sigma markieren können, ohne Schwellen auf der rohen Ingenieursskala zu erfinden. Psychometrie und Bildungsmesung legen eine rohe Anzahl richtiger Antworten auf eine gemeinsame Standardskala, wenn Normen bereits aus Formular oder Kohorte bekannt sind.

Finanz- und Risikoteams drücken manchmal eine einzelne Rendite oder ein Residuum in Standardabweichungseinheiten für Stresszusammenfassungen und einfache Anomalie-Screens aus, wenn Referenzmittel und Volatilität bereits anderswo geschätzt sind. Wenn Sie später eine ganze Spalte standardisieren, Stichproben-Sigma mit Freiheitsgraden schätzen oder Perzentile und p-Werte aus einer Normaltafel berechnen müssen, behandeln Sie das als getrennte Suchabsichten und Landings statt diese Einzelwert-Seite für Z-Score aus Normalwert zu überladen.