الدرجة المعيارية Z

خطوات الاستخدام

الخطوة 1: فهم الغرض من الدرجة المعيارية (Z-Score). تقيس الدرجة المعيارية عدد الانحرافات المعيارية التي تبعدها القيمة المرصودة (x) عن متوسط المجتمع (μ). تقوم بتوحيد البيانات من توزيعات مختلفة، مما يسمح بالمقارنة بين مجموعات البيانات. الصيغة هي z = (x - μ) / σ، حيث μ هو المتوسط وσ هو الانحراف المعياري.

الخطوة 2: إدخال بياناتك. أدخل القيمة الخام (x) التي تريد توحيدها. يمكن أن تكون هذه درجة اختبار، أو طول، أو دخل، أو أي ملاحظة عددية. تأكد من أن x من نفس المجتمع الذي يُعرف له μ وσ. للبيانات العينية، استخدم متوسط العينة وانحرافها المعياري إذا كانت معلمات المجتمع غير معروفة.

الخطوة 3: إدخال متوسط المجتمع (μ). المتوسط هو متوسط جميع القيم في المجتمع. إذا كنت تعمل مع عينة، يمكنك استخدام متوسط العينة كتقدير، لكن لاحظ أن القيمة الناتجة تكون إحصائية t وليست درجة معيارية. للحصول على درجات Z حقيقية، يجب أن يكون μ هو متوسط المجتمع.

الأسئلة الشائعة

كلا الدرجتين المعياريتين (Z-Score) ودرجة t هما قيم معيارية تستخدم لوصف مدى بعد الملاحظة عن المتوسط بوحدات الانحراف المعياري. الفرق الرئيسي يكمن في المقام والتوزيع. تستخدم الدرجة المعيارية الانحراف المعياري للمجتمع (σ) وتأتي من التوزيع الطبيعي المعياري (متوسط 0 وانحراف معياري 1). أما درجة t فتستخدم الانحراف المعياري للعينة (s) وتتبع توزيع t، الذي له ذيول أثقل خاصة للعينات الصغيرة. استخدم الدرجة المعيارية عندما تعرف الانحراف المعياري للمجتمع وحجم العينة كبير (أو تعمل مع المجتمع بأكمله). استخدم درجة t عندما يكون لديك بيانات عينة فقط والانحراف المعياري للمجتمع غير معروف؛ توزيع t يأخذ في الاعتبار عدم اليقين الإضافي. عملياً، مع أحجام العينات الكبيرة (مثلاً n>30)، يقترب توزيع t من توزيع Z. صيغة t هي t = (x̄ - μ) / (s/√n) لمتوسط العينة، لكن لملاحظة واحدة فهي مماثلة باستخدام معلمات العينة. فهم هذا التمييز ضروري لاختبار الفرضيات وفترات الثقة. على سبيل المثال، إذا كان لديك متوسط عينة وتريد اختبار إذا كان يختلف عن متوسط مجتمعي معروف، ستستخدم اختبار t وليس اختبار z عندما تكون σ غير معروفة.

نعم، يمكن أن تأخذ الدرجة المعيارية أي قيمة حقيقية من الناحية النظرية، لكن عملياً، القيم التي تتجاوز ±3 نادرة في التوزيع الطبيعي. للتوزيع الطبيعي المعياري، حوالي 99.73% من البيانات تقع ضمن ثلاثة انحرافات معيارية (z بين -3 و3). قيمة z تساوي 4 تعني أن الملاحظة تبعد 4 انحرافات معيارية عن المتوسط، وهو ما يقابل احتمالاً أقل من 0.00003 (0.003%) في التوزيع الطبيعي. هذه الدرجات المعيارية المتطرفة تشير إلى قيمة شاذة أو ملاحظة غير عادية جداً. يمكن أن تحدث طبيعياً، خاصة في مجموعات البيانات الكبيرة، أو بسبب أخطاء القياس، أو عدم الطبيعة، أو التوزيعات المختلطة. في مجالات مثل المالية، تُستخدم أحياناً قيم z فوق 3 أو تحت -3 كعتبات لكشف الشذوذ. لكن التفسير يعتمد على السياق؛ إذا كانت البيانات طبيعية حقاً، فإن قيمة z=±4 غير محتملة جداً، لكن البيانات الواقعية غالباً ما تنحرف عن الطبيعية. من المهم التحقق من التوزيع الأساسي قبل استخلاص النتائج. على سبيل المثال، في مجموعة بيانات ذات ذيول ثقيلة (مثل عوائد الأسهم)، يمكن أن تحدث قيم z فوق 5 بشكل متكرر أكثر مما يتوقع النموذج الطبيعي.

تحويل الدرجة المعيارية مرة أخرى إلى القيمة الخام الأصلية (x) يتضمن إعادة ترتيب صيغة الدرجة المعيارية. بما أن z = (x - μ)/σ، نحل لـ x: x = μ + z * σ. على سبيل المثال، إذا كنت تعرف أن درجة Z لطالب هي 1.5، ومتوسط المجتمع 70، والانحراف المعياري 10، فإن القيمة الخام هي x = 70 + 1.5*10 = 70 + 15 = 85. هكذا تقوم الدرجات المعيارية بتوحيد البيانات: يمكنك الانتقال ذهاباً وإياباً طالما تعرف μ وσ. هذا التحويل مفيد عندما تريد تحديد الملاحظة الفعلية المقابلة لمئين معين. مثلاً، إذا كنت تريد الدرجة التي تفصل أعلى 10% (z ≈ 1.28)، تحسب x = μ + 1.28σ. يستخدم هذا على نطاق واسع في توحيد درجات الاختبار، حدود مراقبة الجودة، ووضع المعايير. بالعكس، إذا كانت لديك قيمة خام، يمكنك حساب درجتها المعيارية لرؤية موقعها النسبي. التحويل خطي: يحافظ على شكل التوزيع لكن ينقله إلى متوسط 0 ويقيسه إلى انحراف معياري 1.

حساب الدرجة المعيارية نفسه (z = (x - μ)/σ) لا يتطلب أن تكون البيانات موزعة توزيعاً طبيعياً؛ إنه مجرد تحويل يركز البيانات ويقيسها. يمكنك حساب الدرجة المعيارية لأي ملاحظة من أي توزيع بمتوسط وانحراف معياري معلومين. لكن تفسير الدرجة المعيارية كاحتمال أو مئين باستخدام جدول التوزيع الطبيعي المعياري يفترض أن المجتمع الأساسي موزع توزيعاً طبيعياً (أو تقريباً طبيعي). إذا لم يكن التوزيع طبيعياً، فإن الدرجة المعيارية لا تزال تشير إلى المسافة عن المتوسط بوحدات الانحراف المعياري، لكن النسبة المئوية للملاحظات تحت تلك القيمة لا تعطى بواسطة جدول الطبيعي المعياري. على سبيل المثال، في توزيع منحرف، قد تقابل قيمة z=1.5 مئين مختلفاً عن التوزيع الطبيعي. عملياً، تعتمد العديد من الطرق الإحصائية على نظرية الحد المركزية لمتوسطات العينة، لكن للملاحظات الفردية، افتراض الطبيعية أمر بالغ الأهمية لحسابات الاحتمال. عندما يكون التوزيع غير معروف، يمكنك استخدام متباينة تشيبيشيف لتقييد الاحتمالات، لكنها توفر تقديرات أقل دقة. لذلك، قبل استخدام الدرجات المعيارية لاختبار الفرضيات أو فترات الثقة، تحقق من افتراض الطبيعية باستخدام الرسوم البيانية (الهيستوغرام، مخطط Q-Q) أو الاختبارات الرسمية (Shapiro-Wilk). إذا كانت البيانات غير طبيعية، فكر في التحويلات أو الطرق غير البارامترية.

الدرجة المعيارية Z

أدخل القيم

خطوات الاستخدام

أمثلة محلولة

أمثلة محسوبة

الأسئلة الشائعة