“正态标准分”的版本间的差异
来自成绩云帮助中心
第1行: | 第1行: | ||
− | 正态标准分: | + | 正态标准分:<br /> |
− | 对每一个名次x,寻找下一个名次值x1(因为有重名次的),都有(总参考人数 –名次x1)的学生排在他的后面; | + | 对每一个名次x,寻找下一个名次值x1(因为有重名次的),都有(总参考人数 –名次x1)的学生排在他的后面;<br /> |
− | (举例:1000人参考,第100名有5个重名次,那么x1 = 105,总共有(1000-105 = 895)人在100名的后面。) | + | (举例:1000人参考,第100名有5个重名次,那么x1 = 105,总共有(1000-105 = 895)人在100名的后面。)<br /> |
− | 因此名次百分比值 = 895 / 1000 = 0.895。 | + | 因此名次百分比值 = 895 / 1000 = 0.895。<br /> |
− | 用该值反求符合(平均值为0,标准差为1的正态分布)的z值。(excel的 NORMSINV函数) | + | 用该值反求符合(平均值为0,标准差为1的正态分布)的z值。(excel的 NORMSINV函数)<br /> |
用z值代入 t = 100z + 500 | 用z值代入 t = 100z + 500 |
2019年10月28日 (一) 17:49的版本
正态标准分:
对每一个名次x,寻找下一个名次值x1(因为有重名次的),都有(总参考人数 –名次x1)的学生排在他的后面;
(举例:1000人参考,第100名有5个重名次,那么x1 = 105,总共有(1000-105 = 895)人在100名的后面。)
因此名次百分比值 = 895 / 1000 = 0.895。
用该值反求符合(平均值为0,标准差为1的正态分布)的z值。(excel的 NORMSINV函数)
用z值代入 t = 100z + 500