使用方法（3步）
- Pick a mode: from mean & SD, from a score list / frequency table, or reverse from a target percentile/deviation score.
- 輸入您的分數或粘貼數據。如果您使用經驗數據，請選擇 SD 類型（總體/樣本）和平局處理。
- 結果自動更新：偏差分數、百分位數、最高百分比和提供隊列大小時的估計排名。複製要共享的結果或 URL。
數字僅在您的瀏覽器中處理。接受小數和負值。
快速預設
輸入
結果會在您鍵入時自動更新。百分位數基於模式 A/C 中的正態近似和模式 B 中的經驗計數。
偏差分數 & percentile
--
偏差分數
—
百分位數（分數 ≤ x）
—
最高百分比
—
z 分數
—
預計排名
—
所需分數
—
數據計數
—
意思是
—
標準差
—
最小/最大
— · —
正態近似
—
百分位顯示為分數 ≤ x。前 % = 100 − 百分位數。
計算方法
- z 分數：z =（分數 - 平均值）/SD。偏差分數（T 分數/hensachi）= 50 + 10 × z。
- 百分位（正態近似）：Φ(z) × 100。 Φ 使用基於 erf 的近似，並帶有 |error| ≤ 1e-6。
- 經驗百分位數（數據模式）：選擇平局處理 - 最小值（低於/N）、中位（（低於 + 0.5×平局）/N）、最大（（低於 + 平局）/N）。
- 目標→分數：百分位數使用逆標準正態CDF，在z ∈ [−10, 10]中搜索； 0 和 100 被剪掉。
- 估計排名（可選）：floor((1 − 百分位數/100) × N) + 1，剪裁為 1..N。
常問問題
我應該使用總體標準差還是樣本標準差？
當您擁有整個隊列時，請使用總體 SD。當您的列表是來自較大群體的樣本時，請使用樣本 SD；樣本 SD 至少需要兩個數據點。
如何處理百分位中的關係？
選擇最小值（嚴格低於）、中位（低於 + 平局的一半）或最大值（等於或低於）。中排名很常見並且默認顯示。
為什麼我不能輸入 0% 或 100% 作為目標百分位數？
0% 和 100% 需要正態分佈中的無限 z 分數。使用略高於 0 或低於 100 的值（例如 0.1% 或 99.9%）。
我的分數列表會發送到服務器嗎？
不需要。計算在您的瀏覽器中運行。僅當您想要共享當前輸入時才使用“複製 URL”按鈕。
Ad
評論
僅在需要時加載評論。