z-સ્કોર (અથવા પ્રમાણભૂત સ્કોર) એ માપે છે કે ડેટા બિંદુ સરેરાશમાંથી કેટલા પ્રમાણભૂત વિચલનો છે. તે કાચા સ્કોરને પ્રમાણિત સ્કેલમાં રૂપાંતરિત કરે છે જે વિવિધ ડેટાસેટ્સમાં સરખામણીને સક્ષમ કરે છે.

ઝેડ-સ્કોર ફોર્મ્યુલા

z = (x − μ) ÷ σ

ક્યાં:

  • x = વ્યક્તિગત ડેટા પોઇન્ટ
  • μ (mu) = વસ્તી સરેરાશ
  • σ (સિગ્મા) = વસ્તી પ્રમાણભૂત વિચલન

નમૂના માટે, μ ને x̄ (નમૂનો સરેરાશ) અને σ ને s (નમૂનો SD) વડે બદલો.

કાર્ય કરેલ ઉદાહરણ

એક વિદ્યાર્થી પરીક્ષામાં 72 અંક મેળવે છે. વર્ગ સરેરાશ 65 છે, અને પ્રમાણભૂત વિચલન 8 છે.

z = (72 − 65) ÷ 8 = 7 ÷ 8 = 0.875

આ વિદ્યાર્થીએ સરેરાશ કરતાં *0.875 પ્રમાણભૂત વિચલનો સ્કોર કર્યા.

Z-સ્કોર્સનું અર્થઘટન

Z-સ્કોર અર્થઘટન ટકાવારી (અંદાજે)
−3 સરેરાશથી અત્યંત નીચે 0.1%
−2 વેલ સરેરાશ નીચે 2.3%
−1 સરેરાશથી નીચે 15.9%
0 સરેરાશ પર 50.0%
+1 સરેરાશથી ઉપર 84.1%
+2 વેલ સરેરાશ ઉપર 97.7%
+3 સરેરાશથી ખૂબ જ વધારે 99.9%

68-95-99.7 નિયમ

સામાન્ય વિતરણમાં:

  • 68% ડેટા ±1 માનક વિચલનની અંદર આવે છે
  • 95% ±2 પ્રમાણભૂત વિચલનોની અંદર
  • 99.7% ±3 માનક વિચલનોની અંદર

Z-સ્કોરને પર્સેન્ટાઈલમાં રૂપાંતરિત કરવું

એકવાર તમારી પાસે z-સ્કોર થઈ જાય, પછી સ્ટાન્ડર્ડ નોર્મલ ટેબલ (Z-ટેબલ) જુઓ અથવા આનો ઉપયોગ કરો:

Percentile = Φ(z) × 100

જ્યાં Φ એ સંચિત સામાન્ય વિતરણ કાર્ય છે.

ઉદાહરણ: z = 1.5 → Φ(1.5) = 0.9332 → 93.3જી પર્સેન્ટાઇલ

ઝેડ-સ્કોરની અરજીઓ

ફાઇનાન્સ:

  • ઓલ્ટમેન ઝેડ-સ્કોર નાદારીના જોખમની આગાહી કરે છે
  • બહારના લોકોને ઓળખવા માટે જોખમ વ્યવસ્થાપનમાં વપરાય છે

આરોગ્ય સંભાળ:

  • બાળકો માટે વય z-સ્કોર માટે BMI
  • બોન ડેન્સિટી (DXA) ટી-સ્કોર એ z-સ્કોરનું એક સ્વરૂપ છે

ગુણવત્તા નિયંત્રણ:

  • સિક્સ સિગ્મા પ્રક્રિયા ક્ષમતાને માપવા માટે z-સ્કોર્સનો ઉપયોગ કરે છે
  • "6-સિગ્મા" પ્રક્રિયામાં 6નો z-સ્કોર હોય છે (3.4 ખામી પ્રતિ મિલિયન)

સ્ટાન્ડર્ડાઇઝિંગ ટેસ્ટ સ્કોર્સ:

  • IQ સ્કોર: સરેરાશ 100, SD 15 (+2 → IQ 130 નો z-સ્કોર)
  • SAT સ્કોર્સ: સરેરાશ 1000, SD 200 (z-સ્કોરથી માપવામાં આવેલ)

વિવિધ ટેસ્ટમાં સ્કોર્સની સરખામણી

ઉદાહરણ: એલિસે ટેસ્ટ Aમાં 80 સ્કોર કર્યો (મીન 70, SD 10). બોબે ટેસ્ટ Bમાં 55 રન બનાવ્યા (મીન 40, SD 8).

Alice's z = (80 − 70) ÷ 10 = 1.0
Bob's z = (55 − 40) ÷ 8 = 1.875

નીચા કાચા સ્કોર હોવા છતાં, બોબે તેના સાથીદારોની તુલનામાં વધુ સારું પ્રદર્શન કર્યું.