Z-Score memberi tahu Anda posisi pengamatan sehubungan dengan sisa distribusinya, diukur dalam standar deviasi, ketika data memiliki a distribusi normal.
Anda biasanya melihat posisi sebagai Nilai-X, yang memberikan nilai aktual dari pengamatan. Ini intuitif, tetapi tidak memungkinkan Anda untuk membandingkan pengamatan dari distribusi yang berbeda. Selain itu, Anda perlu mengonversi Skor X Anda menjadi Skor Z sehingga Anda dapat menggunakan tabel Distribusi Normal Standar untuk mencari nilai yang terkait dengan Skor-Z.
Misalnya, Anda ingin tahu apakah kecepatan pitching seorang anak berusia delapan tahun sangat baik dibandingkan dengan liga-nya. Jika kecepatan pitch liga kecil rata-rata adalah 30 mph dengan standar deviasi 4 mph, apakah pitch 38 mph tidak biasa? 4 mph adalah X-Score. Anda mengonversi ke Skor-Z dengan rumus ini:
Jadi Skor-Z adalah
Probabilitas Z-Score 2 adalah 0,022; ini membuat pitcher liga kecil ini luar biasa cepat. Apakah dia lebih tidak biasa daripada pemain profesional yang melempar 92 mph, jika rata-rata lapangan profesional 89 mph dan standar deviasi adalah 3 mph? Z-Score dari profesional adalah:
Z-Score liga kecil adalah 2, dan profesional adalah 1, sehingga liga kecil lebih tidak biasa daripada rekan profesionalnya. Anda tidak bisa mengatakan ini dengan membandingkan X-Skor.
Apa yang dikatakan analisis regresi kepada Anda? + Contoh
Ini mengungkapkan bentuk hubungan antara variabel. Silakan lihat jawaban saya di Apa itu analisis regresi ?. Ini mengungkapkan bentuk hubungan antara variabel. Sebagai contoh, apakah hubungan tersebut terkait secara positif, sangat terkait negatif atau tidak ada hubungan. Sebagai contoh, curah hujan dan produktivitas pertanian seharusnya berkorelasi kuat tetapi hubungannya tidak diketahui. Jika kami mengidentifikasi hasil panen untuk menunjukkan produktivitas pertanian, dan mempertimbangkan dua variabel hasil panen y dan curah hujan x. Konstruksi garis regresi y pada x akan masuk akal dan akan dapat menunjukkan ketergantun
Apa yang ditunjukkan dengan skor-z? + Contoh
Deviasi Standar Nilai z atau skor hanyalah jumlah deviasi standar dari rata-rata sehubungan dengan distribusi probabilitas normal standar. Sebagai contoh, z = + -2 berarti tepat 2 standar deviasi di kedua sisi rata-rata. Semoga itu bisa membantu
Apa yang dikatakan aturan produk eksponen? + Contoh
X ^ m (x ^ n) = x ^ (m + n) Aturan produk eksponen menyatakan bahwa x ^ m (x ^ n) = x ^ (m + n) Pada dasarnya, ketika dua basis yang sama dikalikan, eksponen mereka ditambahkan. Berikut adalah beberapa contoh: a ^ 6 (a ^ 2) = a ^ (6 + 2) = a ^ 8 3 ^ 7 (3 ^ -3) = 3 ^ (7-3) = 3 ^ 4 (2m) ^ (1/3) ((2m) ^ (2)) = (2m) ^ (1/3 + 2) = 2m ^ (7/3) Pertanyaan menarik lainnya mungkin: Bagaimana Anda mengekspresikan 32xx64 sebagai kekuatan 2? 32 (64) = 2 ^ 5 (2 ^ 6) = 2 ^ (5 + 6) = 2 ^ 11 Cara rumit lain yang mungkin muncul adalah: sqrtz (root3z) = z ^ (1/2) (z ^ ( 1/3)) = z ^ (1/2 + 1/3) = z ^ (5/6)