Calculadora de Escore-z
Calcule escores-z e encontre probabilidades da distribuição normal com soluções passo a passo geradas por IA
Arraste e solte ou clique para adicionar imagens ou PDF
O que é um Escore-z?
Um escore-z (também chamado de escore padronizado) mede quantos desvios padrão um valor está distante da média:
onde é o valor bruto, é a média populacional e é o desvio padrão populacional.
Interpretação:
- : o valor é igual à média.
- : um desvio padrão acima da média.
- : dois desvios padrão abaixo da média.
- é convencionalmente 'incomum'; é 'extremo'.
Por que padronizar?
- Comparabilidade: escores-z permitem comparar valores de distribuições diferentes (ex.: um em uma prova de matemática do SAT vs um em uma prova verbal significam o mesmo desempenho relativo).
- Consulta de probabilidade: se a distribuição subjacente é aproximadamente normal, mapeia diretamente para uma probabilidade via a função de distribuição acumulada normal padrão .
- Detecção de discrepantes: um grande sinaliza potenciais valores discrepantes.
Versão amostral: ao trabalhar com dados amostrais, substitua por e por :
Como Calcular e Usar Escores-z
Passo a Passo
- Identifique o valor , a média (ou ) e o desvio padrão (ou ).
- Subtraia a média: .
- Divida pelo desvio padrão: .
Inverso: Encontrar a Partir de
Útil quando um percentil é dado e se pede o valor bruto correspondente.
Probabilidade via a Normal Padrão
Para uma variável normalmente distribuída , a variável padronizada segue a normal padrão .
Probabilidades comuns:
| z | |
|---|---|
Simetria: .
Regra Empírica (68-95-99,7)
Para uma distribuição normal:
- ~68% dos valores caem dentro de da média.
- ~95% dentro de .
- ~99,7% dentro de .
Esta é a base para intervalos de confiança e muitas estimativas rápidas.
Valores-z Críticos para Intervalos de Confiança
| Nível de confiança | |
|---|---|
| 90% | |
| 95% | |
| 99% |
Estes são os valores tais que nível de confiança.
Erros Comuns a Evitar
- Ordem errada: , não . Colocar a média em segundo lugar inverte o sinal.
- Usar a variância em vez do desvio padrão: divida por , não por . Um valor 'a uma variância de distância' não faz sentido — você quer um desvio padrão.
- Amostra vs população: com dados amostrais, use e . Com parâmetros conhecidos, use e . Confundi-los infla/deflaciona os escores-z.
- Supor normalidade sem verificar: escores-z podem ser calculados para qualquer distribuição, mas a consulta de probabilidade só se aplica se a distribuição subjacente for normal (ou aproximadamente, pelo TLC).
- Esquecer o sinal: significa 'abaixo da média'. Reportar representa incorretamente a direção.
- Confundir probabilidades unicaudal e bicaudal: é ambas as caudas combinadas (). é uma cauda (). Leia a pergunta com cuidado.
Examples
Frequently Asked Questions
Um escore-z negativo significa que o valor está abaixo da média. z = -1 significa um desvio padrão abaixo da média; z = -2 significa dois desvios padrão abaixo.
Sim — você pode calcular um escore-z para qualquer distribuição com média e desvio padrão finitos. No entanto, mapear z para uma probabilidade via Φ(z) só é válido quando a distribuição subjacente é normal (ou aproximadamente, pelo Teorema Central do Limite para amostras grandes).
Por convenção, |z| > 2 é 'incomum' (fora de 95% dos dados normais) e |z| > 3 é 'extremo' (fora de 99,7%). Esses limiares são heurísticos — regras robustas de discrepantes como o IQR podem ser mais confiáveis para dados assimétricos.
Ambos padronizam um valor. O z supõe que o desvio padrão populacional é conhecido e que a distribuição amostral é normal. O t usa o desvio padrão amostral e segue uma distribuição t (caudas mais pesadas para n pequeno). Para n ≥ 30, t e z são quase indistinguíveis.
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