How to Calculate and Understand Z-Scores in Statistics
Table of Contents
¿Qué es un Z-Score?
Un Z-score —también conocido como una puntuación estándar— cuantifica exactamente hasta qué punto se encuentra un punto de datos particular desde la media de su distribución, expresada en unidades de desviación estándar. Esta simple transformación permite ver de un vistazo si un valor es típico, inusualmente alto, o inusualmente bajo. En cualquier distribución normal, Z-scores mapa cada valor bruto a una escala estandarizada que se centra en cero (el medio) y medido en unidades de desviación estándar.
Por ejemplo, un Z-score de +1.5 significa que el punto de datos es una y media desviaciones estándar por encima del promedio; un Z-score de –0.8 significa que es ocho-tenta de una desviación estándar por debajo del promedio. El signo le dice la dirección relativa a la media, y el valor absoluto le dice la distancia. Este lenguaje universal de las desviaciones estándar hace Z-scores una de las estadísticas más versátiles.
Z-scores son centrales para el empírica regla (Regla 68-95-99.7), que establece que en una distribución normal alrededor del 68% de los datos se encuentra dentro de una desviación estándar de la media, 95% en dos, y 99,7% en tres. Debido a que los resultados de Z codifican directamente estos intervalos, proporcionan un sentido inmediato de rareza o comunidad para cualquier observación.
Cómo calcular un Z-Score
La fórmula para un Z-score es sencilla:
Z = (X – μ) / σ
Donde:
- X = el punto de interés de los datos brutos
- μ = la población media (o la muestra significa, si se utilizan datos de muestra)
- σ = la desviación estándar de población (o la desviación estándar de muestras, si se utilizan datos de muestra)
Para aplicar la fórmula, siga estos pasos:
- Computar o obtener el medio (μ) de la dataset. Este es el promedio aritmético de todos los valores.
- Computar o obtener la desviación estándar (σ) de la dataset. Esto mide la difusión o variabilidad de los datos alrededor de la media.
- Retraer el promedio de la puntuación cruda (X – μ). Esta diferencia te indica hasta qué punto o debajo del punto es, en unidades crudas.
- Divide esa diferencia por la desviación estándar (σ). Este paso convierte la desviación cruda en unidades de desviación estándar, dando el Z-score.
Cuando trabaje con una muestra en lugar de una población completa, use el medio de muestra (x)) y la desviación estándar de la muestra (S). La fórmula se convierte en Z = (X – x).
Cálculo de ejemplo
Imagina una clase de estudiantes toma un examen de matemáticas. La puntuación media de clase es 74, y la desviación estándar es 8. Un estudiante llamado María anotó 90. Para encontrar su Z-score:
Z = (90 – 74) / 8 = 16 / 8 = 2.0
La puntuación de María es 2 desviaciones estándar por encima del promedio de clase. Ahora considera otro estudiante, Tom, que anotó 62:
Z = (62 – 74) / 8 = –12 / 8 = –1.5
La puntuación de Tom es 1,5 desviaciones estándar debajo del promedio. Observe que el signo y la magnitud inmediatamente transmiten la posición relativa de cada estudiante. Cuando usted reporta estos resultados de Z, usted puede comparar instantáneamente a María y Tom incluso si habían tomado diferentes exámenes con diferentes escalas.
Para un ejemplo más matizado, suponga que una empresa mide el tiempo que los empleados pasan en una tarea (en minutos). La media es de 45 minutos con una desviación estándar de 10 minutos. Un empleado termina en 30 minutos: Z = (30 – 45)/10 = –1.5. Otro acabado en 70 minutos: Z = (70 – 45)/10 = +2.5. El Z-score de +2.5 es más extremo que –1,5, indicando los términos más lentos de empleados
Cuando los parámetros de población son desconocidos
En muchos escenarios del mundo real, no tienes acceso a la verdadera media de población y la desviación estándar. En tales casos, los estimas de tu muestra. La desviación media y estándar muestra proporcionan estimaciones imparciales de los parámetros de población, siempre que la muestra sea representativa. La fórmula sigue siendo idéntica, pero la interpretación cambia ligeramente: el Z-score indica ahora cuántas muestras de desviación estándar un punto reside en la media de la muestra.
Si su muestra es grande (n ≥ 30) y aproximadamente normalmente distribuida, estos resultados Z basados en muestras siguen siendo muy útiles para la estandarización y comparación. Sin embargo, para muestras pequeñas (n < 30) the sample standard deviation itself has more variability, making the t-distribution more appropriate for inference—though the Z-score itself remains a valid descriptive measure of relative position.
Interpretación de Z-Scores
El verdadero poder de los Z-scores emerge cuando los interpretas en el contexto de una distribución normal estándar. La distribución normal estándar es una distribución normal especial con una media de 0 y una desviación estándar de 1. Cuando conviertes cualquier distribución normal a los Z-scores, la transformas efectivamente en la distribución normal estándar.
Parámetros comunes de Z-Score
- Z = 0: El punto de datos es exactamente el medio.
- 0 < TENZO ENVÍO < 1: El punto de datos se encuentra dentro de una desviación estándar del medio. En una distribución normal, alrededor del 68% de todos los valores caen en este rango.
- 1 < TENZ VENDIDO < 2: El punto de datos es entre una y dos desviaciones estándar de la media. Cerca del 95% de los valores en una distribución normal se encuentran dentro de dos desviaciones estándar.
- TENZÓVICO 2: El punto de datos es más de dos desviaciones estándar fuera del medio. Estos valores son relativamente raros (sólo alrededor del 5% de los datos) y a menudo se consideran inusuales o atípicos.
- TENZÓVICO 3 El punto de datos es más de tres desviaciones estándar de la media. En una distribución normal, menos del 0,3% de los valores se encuentran tan lejos. Estos son extremos y a menudo indican una anomalía de datos o una observación muy excepcional.
Por ejemplo, si estás analizando las puntuaciones de prueba y encuentras un Z-score de 2.5, sabes que el estudiante realizó excepcionalmente bien, más que alrededor del 99,4% de los test-takers (asumiendo la normalidad). Por otro lado, un Z-score de –2.5 indica una puntuación que sólo alrededor del 0,6% de los estudiantes caerían abajo.
Utilizando Z-Scores para encontrar percentiles
Debido a que Z-scores mapa directamente a la distribución normal estándar, puede convertir cualquier Z-score en una posición percentil. Una Z-tabla (mesa normal estándar) proporciona la probabilidad acumulativa de la cola izquierda hasta un Z-score dado. Por ejemplo:
- Z = 0 → 50 percentil (el medio está en el centro)
- Z = 1.0 → aproximadamente 84.13 percentil
- Z = 1.96 → aproximadamente 97.5o percentil (comúnmente utilizado para intervalos de confianza del 95%)
- Z = –1.0 → aproximadamente 15.87a percentil
También puede revertir el proceso: si conoce un percentil deseado, busque el Z-score correspondiente y luego utilice la fórmula X = μ + Zσ encontrar el valor bruto que corresponde a ese percentil. Por ejemplo, para encontrar el 90 percentil de una distribución con media 100 y desviación estándar 15, usted encontraría el Z-score para la probabilidad 0,90 (Z ♥ 1,28) y luego computar X = 100 + 1,28 × 15 = 119.2.
Z-Scores y la Regla Empírica en Detalle
La regla empírica es una consecuencia directa de los resultados Z. Para cualquier variable normalmente distribuida, se fija la probabilidad de que un valor caiga dentro de las desviaciones estándar Z del medio. Más precisamente:
- P(PrinceZ < 1) ≈ 0.6827
- P(PrinceZ < 2) ≈ 0.9545
- P(PrinceZ < 3) ≈ 0.9973
Estas probabilidades le permiten evaluar rápidamente cómo es un valor extremo. Por ejemplo, un Z-score de 2.5 corresponde a una probabilidad de alrededor de 0.0062 en la cola derecha (0.62%), por lo que es bastante raro. De manera similar, un Z-score de -2.5 tiene la misma probabilidad en la cola izquierda. Esta simetría es una propiedad de la distribución normal.
¿Por qué Z-Scores son útiles
Los resultados de Z sirven múltiples funciones críticas en estadísticas, análisis de datos y toma de decisiones. Aquí están las razones principales que son indispensables:
Normalización en diferentes escalas
Supongamos que desea comparar el rendimiento de un estudiante en una prueba de matemáticas (media 70, SD 10) con su rendimiento en una prueba de lectura (medio 50, SD 15). Las puntuaciones crudas no son comparables porque las escalas difieren. Convertir ambos en Z-scores los coloca en la misma escala sin unidad: puede decir directamente si el estudiante realizó relativamente mejor en matemáticas o lectura.
Identificando los Aparatos
Muchas reglas de detección más remotas dependen de los Z-scores. Una regla común de pulgar: cualquier punto de datos con ØZ oro 3 es un potencial más atípico. Más análisis conservadores utilizan TENZ ANTE 2 como bandera. Este método funciona bien para distribuciones aproximadamente normales. Debido a que Z-scores muestran exactamente cuántas desviaciones estándar un punto es desde el medio, puedes establecer umbrales objetivos para identificar valores extremos en conjuntos de datos
Cálculos de probabilidad y análisis de hipotesis
Una vez que se convierte en Z-scores, puede calcular la probabilidad de observar un valor tan extremo como su punto de datos, asumiendo que la distribución es normal. Por ejemplo, en pruebas de hipótesis con una desviación estándar de población conocida, el Z-test utiliza el Z-score de la muestra significa determinar si rechazar la hipótesis nula. La fórmula para la estadística de la prueba Z es:
Z = ( ̄x – μ) / (σ / √n)
Donde x) es la muestra media, μ es la población hipotetizada media, σ es la desviación estándar de población, y n es el tamaño de la muestra. El resultado Z-score se compara entonces con los valores críticos de la distribución normal estándar para evaluar el significado estadístico. Para una prueba de dos colas en α = 0.05, los valores Z críticos son ±1.96. Si la Z computada supera 1.96 o es menos que – 1.96, rechaza la nula.
Construcción de intervalores de confianza
Los intervalos de confianza para una población significa (cuando se conoce σ) usan los Z-scores. Para un intervalo de confianza del 95%, la fórmula es:
CI = x ± Zα/2 × (σ / √n)
Aquí, Zα/2 es el Z-score crítico (1.96 para 95% de confianza). Este método proporciona un rango que, si se realizaban muestreos repetidos, contendría la verdadera población significa 95% del tiempo. Los Z-scores permiten así directamente el cálculo del margen de error y los límites de confianza.α/2 es alrededor de 2.576.
Criterios y Normalización
En campos como psicometría, finanzas y control de calidad, Z-scores se utilizan para normalizar puntajes para comparación en diferentes versiones de pruebas, diferentes acciones o diferentes lotes de producción. Por ejemplo, los modelos de riesgo de crédito a menudo convierten ratios financieras en Z-scores para evaluar la salud financiera relativa de las empresas (Altman Z-score para la predicción de quiebra).
Comparación de distribuciones con diferentes formas
Mientras que los Z-scores son más poderosos para las distribuciones normales, también pueden ser utilizados para comparar posiciones relativas a través de distribuciones no normales, siempre que usted tenga cuidado con la interpretación. Por ejemplo, puede calcular el Z-score de un valor dentro de su propia distribución y luego compararlo con las filas percentiles de otra distribución, pero las interpretaciones de probabilidad ligadas a la curva normal pueden no tener.
Limitaciones y consideraciones
Mientras que Z-scores son poderosos, no están sin limitaciones. Primero, suponen que los datos provienen de una distribución que es al menos aproximadamente normal. Para distribuciones altamente asistidas o multimodales, Z-scores puede ser engañoso porque las interpretaciones de probabilidad ligadas a la curva normal estándar pueden no contener. En tales casos, considerar el uso de medidas robustas como la desviación absoluta mediana (MAD) o percentiles en lugar.
En segundo lugar, los resultados Z son sensibles a los atípicos. Un único extremo puede inflar la desviación estándar, causando que otros Z-scores se encojan y potencialmente enmascaran patrones importantes. Siempre examine sus datos para los atípicos antes de confiar en interpretaciones de Z-score. Por ejemplo, si su conjunto de datos tiene un valor extremadamente grande, la desviación estándar se vuelve grande, y un valor moderadamente alto puede aparecer cerca de los valores típicos.
En tercer lugar, al utilizar estadísticas de muestra en lugar de parámetros de población, el Z-score es una estimación que conlleva error de muestreo. < 30), the t-distribution is more appropriate for confidence intervals and hypothesis tests, though you can still compute sample Z-scores for standardization. For inference, the t-distribution's heavier tails account for the additional uncertainty in the estimated standard deviation.
Cuarto, Z-scores no cambian la forma de la distribución; sólo cambian la escala. Si los datos originales son bimodales, los Z-scores seguirán siendo bimodales. La estandarización no hace que los datos sean normales; sólo re-centros y re-escala.
Ejemplos prácticos en diferentes campos
Educación
Los distritos escolares usan Z-scores para comparar el rendimiento de los estudiantes en escuelas con diferentes estándares de clasificación. Si la escuela A tiene una media de 75 y SD de 10, y la escuela B tiene una media de 80 y SD de 12, una puntuación cruda de 85 en la escuela A (Z=1.0) puede representar un logro relativo más alto que una puntuación de 88 en la escuela B (Z=0.67).
Salud
Los gráficos de crecimiento para niños a menudo reportan Z-scores para peso y altura en relación con la edad y las poblaciones específicas del sexo. Un niño con un BMI Z-score de –2.0 se considera bajo peso (bajo el 2.3rd percentil), mientras que un Z-score de +2.0 indica sobrepeso. Estos puntajes estandarizados permiten a los pediatras seguir las tendencias de crecimiento con el tiempo independientemente de unidades absolutas.
Finanzas
El Altman Z-score es una fórmula conocida que combina múltiples ratios financieras para predecir la quiebra. Aunque utiliza un cálculo diferente al estándar Z-score, el concepto es similar: estandariza las métricas de salud financiera para producir una sola puntuación que se puede comparar entre las empresas. Un alto Altman Z-score indica un riesgo de baja quiebra. En la gestión de cartera, Z-scores se utilizan para identificar un grupo de rendimiento de valores de valores de valores de valores de valores superiores
Control de calidad y fabricación
En el control de procesos estadísticos, Z-scores forman la base de los gráficos de control. Se considera un proceso en el control si todas las mediciones caen dentro de ±3 desviaciones estándar del medio objetivo. Si un valor medido produce un Z-score más allá de 3, indica una condición fuera de control que requiere investigación. Este uso de Z-scores ayuda a mantener una calidad de producto consistente.
Cómo Computar los resultados de Z en la práctica
La mayoría de los paquetes de software estadístico y programas de hoja de cálculo pueden calcular Z-scores automáticamente:
- Excel: Use la función : .
- R: La función resta el medio y divide por la desviación estándar para un vector de números. Por ejemplo, devuelve los resultados de Z.
- Python: En pandas, se puede calcular . Alternativamente, utilizar .
- SPSS / SAS: Utilice el comando con la opción .
Para los cálculos manuales, una Z-tabla o una calculadora en línea puede ayudarle a convertir los Z-scores a probabilidades. Hay varios recursos excelentes disponibles: Tutorial Z-score de Khan Academy, Estadísticas Por la explicación detallada de Jim, y Manual de estadísticas de ingeniería de NIST ofrecer guías y ejemplos completos. Además, puede utilizar una calculadora Z-score en línea como la de Estadísticas de ciencias sociales para computaciones rápidas.
Resumen
Un Z-score mide cuántas desviaciones estándar un punto de datos es el medio. Z = (X – μ) / σ transforma los datos brutos en una escala estandarizada que permite la comparación de distribución cruzada, detección de distancia, estimación de probabilidad y pruebas de hipótesis. Los resultados positivos de Z indican valores por encima de la media; los resultados negativos de Z indican valores por debajo de la media. Cuanto mayor es el valor absoluto, más inusual la observación relativa al resto del conjunto de datos.
Para calcular un Z-score, determinar la media y la desviación estándar de su conjunto de datos (población o muestra), restar la media de la puntuación cruda y dividir por la desviación estándar. Interpretar el resultado utilizando las propiedades de la distribución normal estándar: alrededor del 68% de los datos cae dentro ØZ eterna < 1, 95% dentro TENZ TENIDO < 2, y 99.7% dentro de los umbrales TENO < 3. Los valores más allá de la banderas pueden ser infrecuentes.
Los resultados Z son fundamentales en las estadísticas porque permiten estandarizar y comparar conjuntos de datos dispares, identificar los outliers objetivamente, calcular probabilidades, construir intervalos de confianza y realizar pruebas Z. Mientras que suponen normalidad aproximada y pueden ser sensibles a valores extremos, siguen siendo una de las herramientas más prácticas y ampliamente utilizadas en el análisis de datos.