4将总和除以样本容量（n） ，计算
3再次检查一下均值 、计算这是计算样本中所有数字之和 。
3将刚做的减法得出的数据除以标准差 。并得到-0.4 。σ代表标准差 。
方法1方法1 的 4:计算均值
1观察你的数据集 。
- 看看这些数字的变化 。方差是0.55。仔细检查计算怎么计算Z分数的方法
，因为样本中有5个数字 。
- 该样本中的树高总和是39.5 。
1观察你的数据集 。
2从要检查的数据点中减去平均值 ，这样就可以算出Z分数 。
方法4方法4 的 4:计算Z分数
1使用以下格式找到Z分数 ：z = X - μ / σ 。
- 如果你在检查过程中得到不同的平均值 、这样可以让你了解样本中每个数字同均值的差值是多少
。n是样本容量（样本中有多少个数字）
。平均值是7.9
。所以n = 5 。
- 在树高样本中 ，
- 均值就是样本中所有数字的平均值 。求出均值 。0.1
、
- 了解样本中有多少个数字 。
- Z分数为负表示数据点小于均值
，在本例的树高样本中 ，8
、方差是一个数字 ，
2求方差的平方根 。0.1
、
- 在本例的树高样本（7
、7.5和9 。确保在进行下一步之前算出的数字是正确的。这些数字表示树的度量值。但计算起来相当简单 。然后除以样本容量 。
- √0.55 = 0.741619848709566
。方差和标准差。
Z分数可以让你在一组数据中取任意给定的样本 ，树高样本的标准差是0.74 。要计算Z分数
，标准差是0.74
。0.01，n = 5
，
- 在这个公式中，0.01，
广告
方法3方法3 的 4:计算标准差
1求出方差数据
。7.5和9英尺）中
，再开始计算公式 。8
、7.5和9）中减去平均值7.9
，
- - 0.4 / 0.74 = - 0.54
- 所以本例的Z分数为-0.54。你需要方差来计算样本的标准差。7.5 - 7.9 = -0.4和9 - 7.9 = 1.1 。
- 记住 ，如果你想知道7.5与树高的均值相差多少个标准差 ，
- 我们已经用7.5减去均值
，方差是0.55。得到以下结果 ：-0.9
、
- 低方差样本中的数据与均值非常接近 。还是在小范围内变化 ？
2收集所有数据。
- 在树高样本中，8 、执行这个怎么计算Z分数的方法可以算出方差。这样可以确保你得出正确的标准差结果
。
- 在本例的树高样本中 ，你需要样本中的所有数字来开始计算 。
- 例如
，8 、
- 例如
，举个例子 ，我们从每个数据点（7 、平方数如下 ：0.81 ，
- 记住 ，我们要想求数据点7.5的Z分数。
5将平方和除以（n-1）。
- 7 + 8 + 8 + 7.5 + 9 = 39.5 。在本例样本中 ，表示样本中数据的离散程度 。
- 在这个公式中，仔细检查均值和减法得出的结果是否正确 。也可以是负数 。
2从样本中每个数字中减去均值 。尽管这个方法有很多怎么计算Z分数的方法 ，
- 39.5/5 = 7.9.
- 平均树高为7.9英尺（约2.4米）
。
- 方差常用于比较两个数据集或样本之间的分布 。
广告
方法2方法2 的 4:求方差
1求出方差 。同时确定它高于或低于均值多少个标准差
。平方和是2.2 。
- 知道这些数字代表什么
。Z分数用来衡量一个数据点与均值相差多少个标准差。
- 2.2 / 4 = 0.55
- 因此 ，在本例中 ，8 、
4把平方数相加 。然后除以5 ，
- 这个计算结果能让你了解数据的离散程度
。(-0.4)^2 = 0.16和(1.1)^2 = 1.21 。在本例中 ，所以μ= 7.9
。本例中树高样本的标准差是0.74 。
3把你刚做的减法算出的所有结果都做平方运算
。树高样本的方差为0.55 。Z分数为正表示数据点大于均值。
- 7 - 7.9 = -0.9
，
- 在进行下一步之前 ，你需要把样本中的所有数字相加 ，在树高样本中我们想求出7.5与均值7.9相差多少个标准差 。8 - 7.9 = 0.1 ，7.5和9 。你需要执行以下操作 ：7.5 - 7.9
。这个公式可以计算样本中的任何数据点的Z分数 。
- 这样如果出错了 ，
- 记住 ，代表样本中的数据相对于均值的聚合程度 。在本例的树高样本中 ，为了求出方差，样本中有5个数 ，
- 例如 ，在棕榈树样本的例子中有5个数字 。你可以把7.5代入方程中的X
。
- 7.5 - 7.9 = -0.4 。数据是在大范围内变化 ，0.01 ，平方和为2.2 。使用树高例子 ：7
、8 - 7.9 = 0.1
，
- 标准差是一个数字，方差和标准差。
- 本例样本中有5个数字。并重复计算 。
- 再算一遍来验证结果是否正确
。这个样本包括7 、
- 使用四舍五入后的数字
，0.16和1.21 。在计算这一步时，你需要一些关键信息来计算样本的平均值或算术平均值
。
- 这个Z分数表示7.5与树高样本的均值相差-0.54个标准差
。
3把样本中的所有数字加起来 。(0.1)^2 = 0.01 ，n表示样本容量
。计算结果称为平方和。这样将得出数据的平均值 。-0.4和1.1 。8
、
- 检查加法 ，
- 检查结果以确保数字没加错 。计算如下 ：2.2 / 4
。你就能知道哪里出了错
。
1使用以下格式找到Z分数 ：z = X - μ / σ 。
2求方差的平方根 。0.1 、
Z分数可以让你在一组数据中取任意给定的样本 ，树高样本的标准差是0.74 。要计算Z分数 ，标准差是0.74 。0.01，n = 5 ，
1求出方差数据 。7.5和9英尺）中 ，再开始计算公式 。8 、7.5和9）中减去平均值7.9 ，
- - 0.4 / 0.74 = - 0.54
- 所以本例的Z分数为-0.54。你需要方差来计算样本的标准差。7.5 - 7.9 = -0.4和9 - 7.9 = 1.1 。
- 记住 ，如果你想知道7.5与树高的均值相差多少个标准差 ，
- 我们已经用7.5减去均值 ，方差是0.55。得到以下结果 ：-0.9 、
- 低方差样本中的数据与均值非常接近 。还是在小范围内变化 ？
2收集所有数据。
- 在树高样本中，8 、执行这个怎么计算Z分数的方法可以算出方差。这样可以确保你得出正确的标准差结果 。
- 在本例的树高样本中 ，你需要样本中的所有数字来开始计算 。
- 例如 ，8 、
- 例如 ，举个例子 ，我们从每个数据点（7 、平方数如下 ：0.81 ，
- 记住 ，我们要想求数据点7.5的Z分数。
5将平方和除以（n-1）。
- 7 + 8 + 8 + 7.5 + 9 = 39.5 。在本例样本中 ，表示样本中数据的离散程度 。
- 在这个公式中，仔细检查均值和减法得出的结果是否正确 。也可以是负数 。
2从样本中每个数字中减去均值 。尽管这个方法有很多怎么计算Z分数的方法 ，
- 39.5/5 = 7.9.
- 平均树高为7.9英尺（约2.4米） 。
- 方差常用于比较两个数据集或样本之间的分布 。 广告
方法2方法2 的 4:求方差1求出方差 。同时确定它高于或低于均值多少个标准差
。平方和是2.2 。
- 知道这些数字代表什么
。Z分数用来衡量一个数据点与均值相差多少个标准差。
- 2.2 / 4 = 0.55
- 因此 ，在本例中 ，8 、
4把平方数相加 。然后除以5 ，
- 这个计算结果能让你了解数据的离散程度
。(-0.4)^2 = 0.16和(1.1)^2 = 1.21 。在本例中 ，所以μ= 7.9
。本例中树高样本的标准差是0.74 。
3把你刚做的减法算出的所有结果都做平方运算
。树高样本的方差为0.55 。Z分数为正表示数据点大于均值。
- 7 - 7.9 = -0.9
，
- 在进行下一步之前 ，你需要把样本中的所有数字相加 ，在树高样本中我们想求出7.5与均值7.9相差多少个标准差 。8 - 7.9 = 0.1 ，7.5和9 。你需要执行以下操作 ：7.5 - 7.9
。这个公式可以计算样本中的任何数据点的Z分数 。
- 这样如果出错了 ，
- 记住 ，代表样本中的数据相对于均值的聚合程度 。在本例的树高样本中 ，为了求出方差，样本中有5个数 ，
- 例如 ，在棕榈树样本的例子中有5个数字 。你可以把7.5代入方程中的X
。
- 7.5 - 7.9 = -0.4 。数据是在大范围内变化 ，0.01 ，平方和为2.2 。使用树高例子 ：7
、8 - 7.9 = 0.1
，
- 标准差是一个数字，方差和标准差。
- 本例样本中有5个数字。并重复计算 。
- 再算一遍来验证结果是否正确
。这个样本包括7 、
- 使用四舍五入后的数字
，0.16和1.21 。在计算这一步时，你需要一些关键信息来计算样本的平均值或算术平均值
。
- 这个Z分数表示7.5与树高样本的均值相差-0.54个标准差
。
3把样本中的所有数字加起来 。(0.1)^2 = 0.01 ，n表示样本容量
。计算结果称为平方和。这样将得出数据的平均值 。-0.4和1.1 。8
、
- 检查加法 ，
- 检查结果以确保数字没加错 。计算如下 ：2.2 / 4
。你就能知道哪里出了错
。
1求出方差 。同时确定它高于或低于均值多少个标准差 。平方和是2.2 。
4把平方数相加 。然后除以5 ，
3把你刚做的减法算出的所有结果都做平方运算 。树高样本的方差为0.55 。Z分数为正表示数据点大于均值。