3描述统计.pptVIP

未分组数据计算百分等级示例 分数 X 次数 ? 以下累积次数 c? 以下累积相对次数 cR? 百分等级 PR 59 56 52 50 47 46 44 43 42 40 39 38 37 36 35 34 33 32 31 30 29 28 27 25 24 22 21 20 17 1 1 1 2 1 1 1 2 2 1 1 3 3 4 2 2 1 3 3 2 2 1 3 1 1 2 2 1 2 51 50 49 47 46 45 44 42 40 39 38 35 32 28 26 24 23 20 17 15 13 12 9 8 7 5 3 2 0 0.9808 0.9615 0.9423 0.9038 0.8846 0.8653 0.8462 0.8077 0.7692 0.7500 0.7308 0.6731 0.6154 0.5385 0.5000 0.4615 0.4423 0.3846 0.3269 0.2885 0.2500 0.2308 0.1731 0.1538 0.1346 0.0962 0.0577 0.0385 0.0000 98.08 96.15 94.23 90.38 88.46 86.53 84.62 80.77 76.92 75.00 73.08 67.31 61.54 53.85 50.00 46.15 44.23 38.46 32.69 28.85 25.00 23.08 17.13 15.38 13.46 9.62 5.77 3.85 0.00 ∑ 52 — — — 标准分数 Standard Score 又称Z分数，是以标准差为单位表示一个原始数据在团体中所处位置的地位量数。 一个数据离平均数有多远，是以该数所属数据组的平均数作参照点，以该数据组的标准差作单位来表述的，看所考察的数据离该组平均数有几个标准差那么远，从而明确该数据在团体中的相对地位。 标准分数从数据对平均数的相对地位、该组数据的离中趋势两个方面来表示原始数据的地位。 Z分数基本公式 标准分数的意义 标准分数无实际单位，与原始数据和平均数的距离 成正比，与该组数据的标准差成反比。如果一个数小于平均数，其值就为负数；如果一个数大于平均数，其值就为正数；如果一个数的值等于平均数，其值为零。 标准分数的意义 Z分数可以表明原数据在该组数据分布中的位置，故称为相对位置量数。当把原始数据转换为Z分数后，只需要看Z分数的数值和正负号，就立即可以明确每一个原始数据的相对地位。Z分数表示原数据在以平均数为中心时的相对位置，这比使用平均数和原数据表达了更多的信息。 标准分数图示 标准分数的性质 1)由原始数据转换得到的Z分数的平均数为0 2)由原始分数转换得到的Z分数的标准差为1 3)若X是以μ为平均数， 为方差的正态分布总体，则经过转换后得到的标准分数所产生的新总体也为正态分布，且平均数为0，标准差为1，即：标准分数只是对原始分数所作的一个线性变换。 标准分数的性质 4)一组原始数据的平均数转换成的标准分数为零。凡大于平均数的原始数据之标准分数为正值，凡小于平均数的原始数据之标准分数为负值。 5)如果原始数据呈正态分布或近似于正态分布，那么标准分数取值范围大致是-36～+36，因为在±36之外的原始数据已经非常之少了。 标准分数的优点 可比性 可加性 明确性 稳定性 可比性 标准分数以团体平均分作为比较的基准，以标准差为单位。因此不同性质的成绩分数，一经转换为标准分数(均值为零，标准差为1)，相当于处在不同背景下的分数，放在同一背景下去考虑，具有可比性。 可加性 标准分数是个不受原始数据单位影响的抽象化数值，能使不同性质的原始分数具有相同的参照点，因而可以相加。 明确性 知道了某一被试的标准分数，利用标准正态分布函数值表，可以知道该分数在全体分数中的位置，即百分等级，也就知道了该被试分数在全体被试分数中的地位。所以，标准分数较原始分数意义更为明确。 稳定性 原始分数转换为标准分数后，规定标准差为1，保证了不同性质的分数在总分数中的权重相同。在心理测验中，使用标准分数可以弥补出于测试题目难易程度不同，造成不同性质测试之间标准差相距甚远，使得各个测试对总分所起的作用不同，即无形中增大了某一测试的权重不足的情况，使分数能更稳定、更全面、更真实地反映被试的水平。这在学科测验和人事选拔中尤其重要，有利于录取的公正性。 例：利用Z分数求总和 科目 原始分数 全体考生 Z分数 甲 乙 平均数 标准差 甲 乙 语文 85 89 70 10 政治 70 62 65 5 外语 68 72 69 8 数学 53 40 50 6 理化 72 87 75 8 合计 348 350 例：利用Z分数求总和 科目 原始分数 全体考生 Z分数 甲