理解Z分数概率

标准正态分布（Standard Normal Distribution）是均值 $\mu = 0$、标准差 $\sigma = 1$ 的正态分布。该尺度上的值记作 $Z$，曲线上的特定位置称为Z分数。

Z分数概率是指标准正态曲线下方的面积。例如，$P(Z < z)$ 是Z分数 $z$ 左侧的面积。由于曲线下方的总面积为1，这些面积可以用作概率或百分比来理解。

累积分布函数（CDF）的作用

标准正态累积分布函数（CDF）记作 $\Phi(z)$，给出左尾概率：

一旦求得 $\Phi(z)$，其他常见的概率形式均可通过补集、差值和对称性推导得出。

如何解读各概率形式

• 左尾概率：$P(Z < z)=\Phi(z)$ 对 $z$ 左侧的所有区域着色。
• 右尾概率：$P(Z > z)=1-\Phi(z)$ 对 $z$ 右侧的所有区域着色。
• 两个Z分数之间：$P(z_1 < Z < z_2)=\Phi(z_2)-\Phi(z_1)$，先使用较小的Z分数。
• 中心概率：$P(-z < Z < z)=\Phi(z)-\Phi(-z)$，适用于正数距离 $z$。
• 双尾概率：$P(Z < -z \text{ 或 } Z > z)=1-[\Phi(z)-\Phi(-z)]$，即中心之外的面积。

单个Z分数示例

设 $z=1.25$，CDF 值约为：

因此 $P(Z<1.25)\approx 0.8944$，右尾概率为：

均值到 $z=1.25$ 之间的面积为 $0.8944-0.5=0.3944$。$-1.25$ 到 $1.25$ 之间的对称中心面积约为 $0.7888$，两侧尾部合计约 $0.2112$。

两个Z分数示例

求 $P(-1 < Z < 2)$ 时，在两个端点处使用CDF：

利用标准正态值，$\Phi(2)\approx 0.9772$，$\Phi(-1)\approx 0.1587$，故：

计算器还会给出两个外侧部分的值：$P(Z<-1)$ 和 $P(Z>2)$。

图形着色与公式的对应关系

每条着色曲线都直观地展示了公式所描述的同一面积。左尾结果从最左端着色到Z标记处。右尾结果从Z标记处着色到最右端。区间结果只对两个标记之间的部分着色。双尾或外侧结果对两端着色，中间部分保持空白。

常见注意事项

• 上述概率使用标准正态分布，直接适用于 $Z$ 服从标准正态模型的情形。
• 对于连续分布，$P(Z < z)$ 与 $P(Z \le z)$ 实际上相同，因为单个点的概率为0。
• 对于非正态数据，Z分数概率可能只是近似值。Z分数仍可描述标准化距离，但正态概率的解释取决于所使用的模型。

常见问题

为什么 $P(Z < 0)=0.5$？

标准正态曲线以0为中心对称分布。总面积的一半在均值左侧，另一半在右侧，因此 $\Phi(0)=0.5$。

单尾概率和双尾概率有什么区别？

单尾概率只从截断值出发看一个方向，例如 $P(Z>z)$。双尾概率则合并了两个极端，例如 $P(Z<-z \text{ 或 } Z>z)$。

为什么计算器对中心概率和外侧概率使用 $-z$ 和 $z$？

这些形式用于回答围绕均值的对称问题。中心概率询问在0两侧相同距离内有多少面积，而外侧（双尾）概率询问超出该距离在任一尾部有多少面积。