통계에서 관찰의 z 점수(또는 표준 점수)는 모집단 평균의 위나 아래에 있는 표준 편차의 수입니다. Show z 점수를 계산하려면 모집단 평균과 모집단 표준 편차를 알아야 합니다. 모집단의 모든 관찰을 측정하는 것이 가능한 경우 임의 샘플을 사용하여 표준 편차를 추정할 수 있습니다. Z 점수 비주얼리제이션을 만들어 다음과 같은 질문에 대한 답을 구합니다.
일반적인 규칙으로, -1.96보다 작거나 1.96보다 큰 z 점수는 이례적인 관심 사례로 간주됩니다. 즉, 통계적으로 유의미한 이상값입니다. 이 문서에서는 Tableau에서 z 점수를 계산하는 방법을 설명합니다.
이제 주별로 구분된 z 점수 분포를 얻었습니다. California와 New York 모두 z 점수가 1.96보다 큽니다. 이 사실로부터 California와 New York이 다른 주들의 평균 매출보다 상당히 높은 매출을 올렸다는 것을 알 수 있습니다.
z-score # Find similar titles
Structured dataCategoryStatistics정의 #z-score는 평균값과 얼마나 거리가 먼지 계산해주는 통계적인 예측값이다. 표준화된 수치(standardized score)라고 한다. [그림1] 정규분포상에서 편차치, 누적백분율등을 보여주는 표 공식 #
z-score는 각 X값과 평균값 사이의 거리를 모집단의 표준편차 (σ)로 나누어 준 값이다. 때문에 z-score는 각각의 값이 전체 분포에서 상대적 위치를 나타내게 된다. z-score가 -값을 갖을수록 그 값은 상대적으로 감소하는 경향성을 띄며, +값을 갖을수록 그 값은 상대적으로 증가하는 경향성을 띈다. z-score가 |2| 보다 클수록 평균값과의 거리가 충분히 멀다고 본다. 출처 #https://ko.wikipedia.org/wiki/%ED%91%9C%EC%A4%80_%EC%A0%90%EC%88%98 http://webcache.googleusercontent.com/search?q=cache:mLJ1DTDPRpsJ:kypt.konyang.ac.kr/cmm/fms/FileDown.do%3FatchFileId%3DFILE_000000000101716%26fileSn%3D0+&cd=13&hl=ko&ct=clnk&gl=kr&lr=lang_ko 표준화
z-score (z-점수 또는 표준점수)
z-점수 기본 공식 z=x–μσz = \frac{x – μ}{σ} 표집분포의 원점수를 z-점수로 표준화하기 z=X‾–μσNz = \frac{\overline{X} – μ}{\frac{σ}{\sqrt{N}}}
z-distribution (z-분포)
<예시>
z-test(z-검정)
(1) 단일 표본 z-검정 (one sample z-tset)
<예제> [풀이]
z = 85–8015100\frac{{85} – 80}{\frac{15}{\sqrt{100}}} = 3.33 유의수준 .05에서 기각값은 ± \pm 1.96이다. 새로운 강의 방식에 의한 파이썬 코딩 평균 점수 85점의 z-점수는 3.33이어서 1.96보다 크기 때문에 귀무가설을 기각한다. 따라서 유의수준 .05에서 새로운 강의 방식에 의한 파이썬 코딩 평균 점수는 80점이 아니다. (2) 독립 표본 z-검정 (independent sample z-tset)
z-score 공식 z=(X1‾−X2‾)−(μ1−μ2)σ12n1+σ22n2z = \frac{(\overline{X_{1}} - \overline{X_{2}}) - (\mu_{1} - \mu_{2})}{\sqrt{ \frac{\sigma_{1}^{2}}{n_{1}} + \frac{\sigma_{2}^{2}}{n_{2}}}} <예제> [풀이]
z=(68−60)−(0−0)102100+92100z = \frac{({68} - {60}) - (0 - 0)}{\sqrt{ \frac{10^{2}}{100} + \frac{9^{2}}{100}}} = 5.95 유의수준 .05에서 기각값은 ±\pm 1.96이다. 30세 성인 남녀의 체중 비교를 위한 z-점수는 5.95여서 +1.96보다 크기 때문에 귀무가설이 기각된다. 따라서 유의수준 .05에서 30세 성인 남녀의 체중은 통계적으로 유의미한 차이가 있다. 참고:
|