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.
- 輸入您的分數或貼上資料。如果您使用經驗資料,請選擇 SD 型別(總體/樣本)和平局處理。
- 結果自動更新:偏差分數、百分位數、最高百分比和提供佇列大小時的估計排名。複製要共享的結果或 URL。
數字僅在你的瀏覽器中處理。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
--
低於此分數的人數
—
同分人數
—
高於此分數的人數
—
偏差分數
—
百分等級
—
最高百分比
—
z 分數
—
預計排名
—
所需分數
—
資料計數
—
平均數
—
標準差
—
最小/最大
— · —
正態近似
—
A/C的百分等級假設常態分布。標準化本身不需要常態分布假設。
計算方法
- z = (x − μ) / σ; T = 50 + 10z. T分數的平均數為50、標準差為10。允許0–100以外的值;它不是Student t檢定統計量。
- A/C的百分等級假設常態分布。標準化本身不需要常態分布假設。 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。
- 百分等級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(常態模型): min(N, max(1, floor(Φ(−z) × N) + 1)).
常問問題
我應該使用總體標準差還是樣本標準差?
當您擁有整個佇列時,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 至少需要兩個資料點。
百分等級: 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連結不含資料,開啟時是空白表單;結果可另外複製為文字。舊連結仍在網址中包含資料,並在首次請求頁面時傳送。
常見問題
第一次使用時應該先做什麼?
先填寫必填欄位並執行一次,取得基準結果。首輪建議保留預設值,方便後續比較。
為什麼和其他工具的結果不一致?
常見原因是單位、週期、取整規則或前提不同。比較前請先統一這些設定。
頁面結果的可信度如何?
計算通常在瀏覽器本機完成,且可能為了閱讀而取整。用於學習與試算很合適,關鍵決策請搭配權威來源複核。
可以分享並重現這個結果嗎?
可以。若頁面支援分享連結,請同時記錄輸入條件。保留「基準案例 + 修改案例」最容易重現。
輸入資料會上傳到伺服器嗎?
一般不會,常規計算會在瀏覽器本機執行。只有你主動分享含參數連結時,相關參數才會出現在 URL 中。
評論
僅在需要時載入評論。