完整定義
Z 分數是一種標準化方法,用於衡量一個數據點與數據集平均值的距離,以標準差為單位。它能夠將不同尺度或單位的數據轉換為一個共同的尺度,方便進行比較和分析。Z 分數常用於異常偵測,判斷數據點是否顯著偏離平均值。
快速摘要
搜尋意圖:如果你在找「Z-score 是什麼」、「Z 分數怎麼算」或「和標準化差在哪」,先記住:Z-score 表示一個值離平均數有幾個標準差。
重點:Z-score 的公式是 (x - 平均值) / 標準差。算出來的數值不是原始單位,而是用「離平均值幾個標準差」來表達位置。
實用情境:適合用在看離群值、理解標準化前處理,以及判斷模型為什麼要先把不同尺度的特徵拉到可比較範圍。
下一步:先把 Z-score 和 standardization 接起來,再去看 normalization,會更清楚兩種前處理不是同一件事。
白話說明
你考了 85 分,朋友也考了 85 分,為什麼你覺得那次考得比較好?
你可以把 Z 分數想成,把一個數值放回平均值旁邊,看它到底高了幾個標準差、低了幾個標準差。
它重要,是因為不同考試、不同班級、不同單位的數字,不能直接拿來比,Z 分數可以先把它們放到同一把尺上。
記住這句
正的高於平均,負的低於平均。
比喻:Z 分數就像給每個數值一個「全國排名」 -- 它告訴你這個分數相對於全國平均水準,是高於還是低於,高多少或低多少個標準單位,讓我們能公平地比較不同考試的成績。
容易混淆
Z 分數 vs 百分位數
Z 分數看的是離平均多遠,百分位數看的是排名在哪裡。
Z 分數 vs T 分數
T 分數是把 Z 分數換成另一種量尺,通常平均 50、標準差 10。
Z 分數 vs 原始數值
原始數值還帶著各自單位,Z 分數把它標準化後,才更容易比較。
最關鍵的區別:Z 分數回答的是「離平均有幾個標準差」。
實際案例
信用卡異常交易
如果某位客戶平常每筆消費都很穩定,但突然出現一筆遠高於平均的交易,系統可以用 Z 分數先把它標成可疑。
兒童生長評估
醫療上會把身高或體重和同齡參考值比較,Z 分數太低或太高,都可能代表需要進一步觀察。
演算法與應用
Z = (x - μ) / σ
這裡 x 是你的數值,μ 是平均值,σ 是標準差。
它常用在標準化、異常偵測、品質管制和統計檢定裡。當數據分布很偏時,Z 分數還是能算,但門檻的解讀就要更小心。
公式與計算
Z 分數衡量一個數值離平均有幾個標準差:
z = (x − μ) / σ
x 是原始值,μ 是平均數,σ 是標準差。算出來的單位是「標準差」,所以不同量綱的資料可以直接比較。
實際算一次。假設一次考試平均 70 分、標準差 8 分:
同一個人數學 86 分(z = +2.0)、英文 78 分但英文平均 60、標準差 6(z = +3.0),原始分數是數學高,Z 分數卻是英文更突出。這就是 Z 分數的用途:把不同尺度的東西拉到同一把尺上比。
- 原始分數
- 86
- 計算
- (86 − 70) / 8
- Z 分數
- +2.0
- 解讀
- 高於平均兩個標準差
- 原始分數
- 70
- 計算
- (70 − 70) / 8
- Z 分數
- 0
- 解讀
- 剛好等於平均
- 原始分數
- 58
- 計算
- (58 − 70) / 8
- Z 分數
- −1.5
- 解讀
- 低於平均 1.5 個標準差
常見的判讀門檻
資料接近常態分布時,落在正負 1 個標準差內約佔 68%,正負 2 個約 95%,正負 3 個約 99.7%。這組數字叫 68-95-99.7 法則。
因此實務上常拿 |z| > 3 當離群值(outlier)的初步標準,較寬鬆的場合用 |z| > 2。
兩個要注意的地方。第一,資料明顯偏態時這套門檻不適用,該改用四分位距(IQR)判離群值。第二,樣本數很少的時候平均與標準差本身就不穩,算出來的 Z 分數也不可靠。
情境判斷
Q1(直覺題): 某班平均 60 分、標準差 5 分,一個學生考 75 分,Z 分數大約是多少?
大約是 3,因為 (75 - 60) / 5 = 3,代表高出平均 3 個標準差。
Q2(判斷題): 如果資料分布明顯右偏,你還能直接把 Z 分數當成唯一的異常判準嗎?
要小心。Z 分數可以算,但偏態很重時,可能要先做轉換或改用更穩健的方法。
常見比較
常見問題
代表那個值低於平均,絕對值越大,離平均越遠。
沒有絕對門檻,常見會看 |Z| > 2 或 |Z| > 3,但要依場景調整。
不一定能算,但若要用門檻解讀機率,常態分佈會更好用。
不能直接用,因為它需要平均值和標準差這類數值統計量。
資料接近常態分布時,可以查標準常態分布表,或用試算表的 NORM.S.DIST(z, TRUE) 把 Z 分數換成累積機率再乘以 100。例如 z = 1 大約是 84,代表高於約 84% 的人。資料明顯偏態時這個換算不準,直接用實際排名算比較可靠。
T 分數是把 Z 分數線性換成平均 50、標準差 10 的量尺,T = 50 + 10z,好處是實務上幾乎不會出現負數。統計檢定裡的 t 值(t 分布)是另一回事,名字很像但不要混在一起。
Z-score 是用來描述某個數值離平均數有幾個標準差的指標。正值表示高於平均,負值表示低於平均。
公式是 (x - 平均值) / 標準差。先算出資料的平均值與標準差,再把每個原始值代入即可。
很多時候大家會把 Z-score 當成標準化本身,但更準確地說,Z-score 是最常見的一種 standardization 做法。
出現在這些考古題
官方公告試題的逐題解析裡,這 4 題把Z 分數列為延伸術語。
相關術語
- 描述性統計Descriptive Statistics先看它,才能真正理解 Z 分數的統計背景
- 假設檢定Hypothesis Testing先看它,才能知道 Z 分數在統計推論裡怎麼用
- 特徵工程Feature Engineering先看它,才能知道 Z 分數怎麼幫模型輸入對齊尺度
- 常態分佈Normal Distribution先看它,才能理解 Z 分數的門檻解讀
- 異常偵測Anomaly Detection先看它,才能看懂 Z 分數最常落地的場景
- 偏差Bias
- 交叉驗證Cross-Validation
- F1 分數F1 Score
- 準確率Accuracy
- 標準差Standard Deviation
- Z 分數標準化Z-score Normalization
- 四分位距IQR
延伸學習
來源
參考來源:en.wikipedia.org
其他格式:Markdown 版本