使用方法(3 步)
- 選擇模式:由平均值與標準差計算、分數清單/頻率表,或由目標百分位/標準分數反推。
- 輸入您的分數或貼上資料。如果您使用經驗資料,請選擇 SD 類型(母體/樣本)和並列值處理。
- 結果會自動更新:標準分數、百分位數、最高百分比和提供群組大小時的估計排名。複製要分享的結果或 URL。
數字只在你的瀏覽器中處理,可接受小數和負值。
快速預設
輸入
結果會在你輸入時自動更新。百分位數基於模式 A/C 的常態近似,以及模式 B 的經驗計數。
標準分數與百分位數
--
低於此分數的人數
—
同分人數
—
高於此分數的人數
—
標準分數
—
百分位排名
—
最高百分比
—
z 分數
—
估計排名
—
所需分數
—
資料計數
—
平均值
—
標準差
—
最小/最大
— · —
常態近似
—
A/C的百分位假設正態分佈。標準化本身不需要正態分佈假設。
計算方法
- z = (x − μ) / σ; T = 50 + 10z. T分數的平均值為50、標準差為10。允許0–100以外的值;它不是Student t檢驗統計量。
- A/C的百分位假設正態分佈。標準化本身不需要正態分佈假設。 Φ(z) × 100; Φ(−z) × 100.
- 下側比例包含低分人數及所選比例的同分人數,上側比例為其餘部分。只有「低於或等於」方式才會從上側完全排除同分。
- 百分位與前百分比必須大於0且小於100。 x = μ + σz; z = Φ⁻¹(p), −Φ⁻¹(p).
- 估計排名(正態模型): min(N, max(1, floor(Φ(−z) × N) + 1)).
常見問題
我應該使用母體標準差還是樣本標準差?
如果資料包含整個群組,請使用母體 SD;如果只是較大群組中的樣本,請使用樣本 SD。樣本 SD 至少需要兩個資料點。
百分位排名: 低於+一半同分
下側比例包含低分人數及所選比例的同分人數,上側比例為其餘部分。只有「低於或等於」方式才會從上側完全排除同分。
為甚麼不能輸入 0% 或 100% 作為目標百分位數?
0% 和 100% 需要常態分佈中的無限 z 分數。使用略高於 0 或低於 100 的值(例如 0.1% 或 99.9%)。
我的分數清單會傳送到伺服器嗎?
計算在瀏覽器內進行。A/C連結包含輸入的數值。新的B連結不含數據,開啟時是空白表格;結果可另外複製為文字。舊連結仍在網址中包含數據,並在首次請求頁面時傳送。
常見問題
第一次使用應該先做甚麼?
先填必填欄位並執行一次,取得基準結果。首次建議保留預設值,方便之後比較。
為何與其他工具結果不同?
常見原因是單位、期間、取整規則或前提不同。比較前請先統一設定。
頁面結果有多可靠?
計算通常在瀏覽器本地完成,為了易讀可能會顯示取整值。適合學習與試算;重要決策請再用權威來源覆核。
可否分享並重現這個結果?
可以。分享連結時請同時記錄輸入條件。「基準案例 + 修改案例」最容易重現。
我的輸入資料會上傳到伺服器嗎?
一般不會。常規計算在本地瀏覽器執行。只有你主動分享含參數連結時,參數才會出現在 URL。
评论
僅在需要时加载评论。