Calculadora de puntuación z

Calcula puntuaciones z y halla probabilidades de la distribución normal con soluciones paso a paso impulsadas por IA

Arrastra y suelta o haz clic para añadir imágenes o PDF

Math Input
z-score for x = 85, mean = 70, sd = 10
Find P(Z < 1.5) using the standard normal
Find the value with z-score 2 in a distribution with mean 100 and sd 15
Compare z-scores for x=78 in N(70, 5) vs x=85 in N(80, 10)

¿Qué es una puntuación z?

Una puntuación z (también llamada puntuación estándar) mide a cuántas desviaciones estándar de la media está un valor:

z=xμσz = \frac{x - \mu}{\sigma}

donde xx es el valor bruto, μ\mu es la media poblacional y σ\sigma es la desviación estándar poblacional.

Interpretación:

  • z=0z = 0: el valor es igual a la media.
  • z=1z = 1: una desviación estándar por encima de la media.
  • z=2z = -2: dos desviaciones estándar por debajo de la media.
  • z>2|z| > 2 se considera convencionalmente 'inusual'; z>3|z| > 3 es 'extremo'.

¿Por qué estandarizar?

  • Comparabilidad: las puntuaciones z permiten comparar valores de distribuciones diferentes (p. ej., un z=1.5z = 1.5 en un examen de matemáticas del SAT frente a un z=1.5z = 1.5 en uno de comprensión verbal significa el mismo rendimiento relativo).
  • Búsqueda de probabilidades: si la distribución subyacente es aproximadamente normal, zz se asigna directamente a una probabilidad a través de la función de distribución normal estándar Φ(z)\Phi(z).
  • Detección de valores atípicos: un z|z| grande señala posibles valores atípicos.

Versión muestral: al trabajar con datos muestrales, reemplaza μ\mu por xˉ\bar{x} y σ\sigma por ss:

z=xxˉsz = \frac{x - \bar{x}}{s}

Cómo calcular y usar las puntuaciones z

Paso a paso

  1. Identifica el valor xx, la media μ\mu (o xˉ\bar{x}) y la desviación estándar σ\sigma (o ss).
  2. Resta la media: xμx - \mu.
  3. Divide entre la desviación estándar: z=(xμ)/σz = (x - \mu)/\sigma.

Inverso: hallar xx a partir de zz

x=μ+zσx = \mu + z\sigma

Útil cuando se da un percentil y se pide el valor bruto correspondiente.

Probabilidad mediante la normal estándar

Para una variable con distribución normal XN(μ,σ2)X \sim N(\mu, \sigma^2), la variable estandarizada Z=(Xμ)/σZ = (X - \mu)/\sigma sigue la normal estándar N(0,1)N(0, 1).

Probabilidades comunes:

zP(Z<z)P(Z < z)
2-20.02280.0228
1-10.15870.1587
000.50000.5000
110.84130.8413
1.6451.6450.95000.9500
1.961.960.97500.9750
220.97720.9772
2.5762.5760.99500.9950

Simetría: P(Z<z)=1P(Z<z)P(Z < -z) = 1 - P(Z < z).

Regla empírica (68-95-99.7)

Para una distribución normal:

  • ~68% de los valores caen dentro de ±1σ\pm 1\sigma de la media.
  • ~95% dentro de ±2σ\pm 2\sigma.
  • ~99.7% dentro de ±3σ\pm 3\sigma.

Esta es la base de los intervalos de confianza y de muchas estimaciones rápidas.

Valores z críticos para intervalos de confianza

Nivel de confianzazz^*
90%1.6451.645
95%1.961.96
99%2.5762.576

Estos son los valores zz^* tales que P(z<Z<z)=P(-z^* < Z < z^*) = nivel de confianza.

Errores comunes que debes evitar

  • Orden incorrecto: z=(xμ)/σz = (x - \mu)/\sigma, no (μx)/σ(\mu - x)/\sigma. Poner la media en segundo lugar invierte el signo.
  • Usar la varianza en lugar de la desviación estándar: divide entre σ\sigma, no entre σ2\sigma^2. Un valor 'a una varianza de distancia' no tiene sentido: quieres una desviación estándar.
  • Muestra frente a población: con datos muestrales, usa xˉ\bar{x} y ss. Con parámetros conocidos, usa μ\mu y σ\sigma. Confundirlos infla o desinfla las puntuaciones z.
  • Suponer normalidad sin comprobarla: las puntuaciones z se pueden calcular para cualquier distribución, pero la búsqueda de probabilidad Φ(z)\Phi(z) solo aplica si la distribución subyacente es normal (o aproximadamente normal por el TCL).
  • Olvidar el signo: z=2z = -2 significa 'por debajo de la media'. Informar de z=2z = 2 tergiversa la dirección.
  • Confundir probabilidades de una cola y de dos colas: P(Z>2)P(|Z| > 2) son ambas colas combinadas (0.0456\approx 0.0456). P(Z>2)P(Z > 2) es una cola (0.0228\approx 0.0228). Lee la pregunta con atención.

Examples

Step 1: z=(xμ)/σ=(8570)/10z = (x - \mu)/\sigma = (85 - 70)/10
Step 2: =15/10=1.5= 15/10 = 1.5
Step 3: Interpretación: 85 está 1.5 desviaciones estándar por encima de la media
Answer: z=1.5z = 1.5

Step 1: Usa x=μ+zσx = \mu + z\sigma
Step 2: x=100+215=100+30=130x = 100 + 2 \cdot 15 = 100 + 30 = 130
Answer: x=130x = 130

Step 1: z1=(7870)/5=8/5=1.6z_1 = (78 - 70)/5 = 8/5 = 1.6
Step 2: z2=(8580)/10=5/10=0.5z_2 = (85 - 80)/10 = 5/10 = 0.5
Step 3: x1x_1 está 1.6 desviaciones estándar por encima de su media; x2x_2 solo 0.5 desviaciones estándar por encima de la suya
Step 4: Por lo tanto x1x_1 está relativamente más lejos de su media: una mejor puntuación en términos relativos
Answer: z1=1.6z_1 = 1.6, z2=0.5z_2 = 0.5; x1x_1 es el valor relativamente más impresionante

Frequently Asked Questions

Una puntuación z negativa significa que el valor está por debajo de la media. z = -1 significa una desviación estándar por debajo de la media; z = -2 significa dos desviaciones estándar por debajo.

Sí: puedes calcular una puntuación z para cualquier distribución con media y desviación estándar finitas. Sin embargo, asignar z a una probabilidad mediante Φ(z) solo es válido cuando la distribución subyacente es normal (o aproximadamente normal por el Teorema del Límite Central para muestras grandes).

Por convención, |z| > 2 es 'inusual' (fuera del 95% de los datos normales) y |z| > 3 es 'extremo' (fuera del 99.7%). Estos umbrales son heurísticos; las reglas robustas de valores atípicos como el RIC pueden ser más fiables para datos asimétricos.

Ambas estandarizan un valor. La z supone que la desviación estándar poblacional es conocida y que la distribución muestral es normal. La t usa la desviación estándar muestral y sigue una distribución t (colas más pesadas para n pequeño). Para n ≥ 30, t y z son casi indistinguibles.

Related Solvers

Try AI-Math for Free

Get step-by-step solutions to any math problem. Upload a photo or type your question.

Start Solving