Mục lục
Nội dung này phục vụ mục đích giáo dục, không phải lời khuyên đầu tư hoặc tín hiệu giao dịch.
Trả lời ngắn: Z-score, hay điểm chuẩn hóa, cho biết một giá trị cách Mean bao nhiêu độ lệch chuẩn và nằm phía trên hay dưới Mean. Mean là mức trung bình; độ lệch chuẩn đo mức dữ liệu trải quanh Mean. Z-score giúp so vị trí tương đối, không tự cho xác suất hoặc tín hiệu.
Đọc xong, bạn sẽ hiểu:
- Cách đọc dấu và độ lớn của z-score bằng số bước độ lệch chuẩn.
- Vì sao hai giá trị gốc khác nhau vẫn có thể cùng z-score.
- Cách chọn SD tổng thể hoặc SD mẫu và kiểm bằng Google Sheets.
Percentile #18 đặt giá trị vào một vị trí phần trăm trong dãy. Z-score dùng một thước khác: lấy độ lệch chuẩn, viết tắt SD, làm đơn vị đo khoảng cách tới Mean.
1. Z-score là gì? Đổi khoảng cách thành đơn vị SD
Hãy dùng dãy giả:
40, 40, 40, 60, 60, 60
Mean của dãy là 50. SD của toàn bộ sáu số trong ví dụ là 10. Vì vậy:
- 40 thấp hơn Mean 10 đơn vị, tức
z = -1. - 50 đúng tại Mean, tức
z = 0. - 60 cao hơn Mean 10 đơn vị, tức
z = +1.
Hình 1 — Z-score đếm số bước độ lệch chuẩn có dấu từ Mean tới giá trị đang xét.
OpenStax mô tả z-score bằng số độ lệch chuẩn mà một giá trị nằm trên hoặc dưới Mean. Giá trị trên Mean có z dương; dưới Mean có z âm; đúng Mean có z bằng 0. (OpenStax)
Hình dung mỗi SD là một bước chân chuẩn. Thay vì nói “điểm này cao hơn Mean 10 đơn vị”, ta nói “cao hơn một bước SD”. Nhờ vậy, thang 0-100 và thang 0-200 có thể được so bằng số bước riêng của từng thang.
Dấu chỉ hướng:
- z dương: giá trị nằm trên Mean;
- z âm: giá trị nằm dưới Mean;
- z bằng 0: giá trị trùng Mean.
Dương không có nghĩa tốt. Âm không có nghĩa xấu. Với chi phí, một giá trị cao có thể bất lợi; với điểm số, nó có thể thuận lợi. Z-score chỉ mô tả vị trí tương đối trong nhóm tham chiếu.
2. Công thức và dấu được đọc ra sao?
Công thức:
z = (x - Mean) ÷ SD
Giá trị gốc x là số cần đổi sang z-score. Tử số, phần trên của phép chia, là x - Mean. Mẫu số, phần dưới, là SD.
Với Mean 50 và SD 10:
| x | Phép tính | z | Cách đọc |
|---|---|---|---|
| 30 | (30-50)/10 |
-2 | Dưới Mean 2 SD |
| 40 | (40-50)/10 |
-1 | Dưới Mean 1 SD |
| 50 | (50-50)/10 |
0 | Đúng Mean |
| 60 | (60-50)/10 |
+1 | Trên Mean 1 SD |
| 70 | (70-50)/10 |
+2 | Trên Mean 2 SD |
Hình 2 — Dấu cho biết phía của Mean, còn độ lớn cho biết số bước SD.
Thứ tự tính rất đời thường:
- Lấy x trừ Mean để biết hướng và khoảng cách gốc.
- Chia khoảng cách đó cho SD để đổi sang số bước.
- Giữ dấu khi diễn giải.
Ví dụ x=70: khoảng cách là 70-50=20; một bước SD dài 10; vậy z=+2. Với x=30, khoảng cách -20; chia 10 được z=-2.
Nếu SD bằng 0, mọi giá trị trong dãy giống nhau và không có một “bước SD” dương để chia. Z-score lúc đó không xác định. Không được tự thay SD bằng 1 chỉ để công thức chạy.
3. Vì sao z-score giúp so hai thang đo?
Chuẩn hóa là đổi giá trị gốc sang đơn vị SD. Xét hai thang:
| Thang | x | Mean | SD | z |
|---|---|---|---|---|
| A | 60 | 50 | 10 | +1 |
| B | 120 | 100 | 20 | +1 |
Hình 3 — Hai giá trị gốc khác nhau có thể cùng vị trí tương đối trong dãy riêng.
60 và 120 không bằng nhau. Đơn vị gốc cũng có thể khác. Điều giống nhau chỉ là mỗi giá trị nằm trên Mean của nhóm mình đúng một SD.
Ví dụ đời thường: hai bài thi dùng thang điểm khác nhau. Bạn A được 60 khi Mean lớp là 50 và SD là 10. Bạn B được 120 khi Mean lớp là 100 và SD là 20. Cả hai cùng z=+1, tức cùng cách Mean của lớp một bước SD. Ta không kết luận hai bài khó như nhau hay năng lực tuyệt đối bằng nhau.
OpenStax nêu z-score cho phép so các giá trị trong những dãy có Mean và SD khác nhau. (OpenStax)
Tính z-score không đòi hỏi dữ liệu phải có hình chuông. Nhưng phân phối chuẩn là mô hình hình chuông đối xứng thường dùng để đổi z thành diện tích hay xác suất. Muốn làm bước đó, phải có giả định hoặc mô hình phù hợp. “Chuẩn hóa” không tự biến dữ liệu gốc thành phân phối chuẩn.
4. Năm lỗi và giới hạn cần chặn
Lỗi 1: trộn SD tổng thể với SD mẫu. Tổng thể là toàn bộ nhóm cần mô tả; mẫu là một phần lấy từ nhóm lớn hơn. STDEV.P tính SD tổng thể; STDEV.S ước tính SD từ mẫu. Chọn khác sẽ cho z khác.
Lỗi 2: gán tốt/xấu cho dấu. Dấu chỉ vị trí trên hoặc dưới Mean. Nghĩa kinh tế phụ thuộc biến đang đo.
Lỗi 3: coi độ lớn của z trên 2 là luật ngoại lệ. Ngoại lệ là điểm nằm xa phần lớn dữ liệu. Ngưỡng 2 hay 3 chỉ có thể là quy tắc kinh nghiệm trong một bối cảnh, không phải bản án phổ quát.
NIST cảnh báo dùng z-score để tìm ngoại lệ có thể gây hiểu sai, nhất là với mẫu nhỏ; giới hạn z tối đa còn phụ thuộc cỡ mẫu. (NIST)
Lỗi 4: đổi z thành xác suất khi thiếu giả định. Z=+2 không tự có nghĩa “xác suất 97,5%”. Cách đọc xác suất cần mô hình phân phối và câu hỏi cụ thể.
Lỗi 5: bỏ nhóm tham chiếu. Z-score của cùng một giá trị đổi khi Mean, SD, thời gian hoặc nhóm dữ liệu đổi.
Hình 4 — Z-score chỉ đáng tin khi Mean, SD và nhóm tham chiếu được ghi rõ.
Checklist:
- Chọn đúng nhóm và thời gian tham chiếu.
- Ghi Mean cùng loại SD đang dùng.
- Tính
x-Meantrước để kiểm dấu. - Chia cho SD và giữ đơn vị gốc ngoài kết quả z.
- Kiểm cỡ mẫu, ngoại lệ và hình dạng dữ liệu.
- Chỉ suy xác suất khi giả định được nêu rõ.
Đứng ngoài nếu không biết Mean, SD hoặc nhóm tham chiếu. Dừng xem lại nếu SD=0, dữ liệu lỗi, vài điểm chi phối SD hoặc đổi STDEV.P/STDEV.S làm kết luận đảo.
5. Thực hành 15 phút bằng Google Sheets
Nhập A2:A7:
40, 40, 40, 60, 60, 60
Dùng:
=AVERAGE(A2:A7)→ 50=STDEV.P(A2:A7)→ 10=STDEV.S(A2:A7)→ khoảng 10,954=STANDARDIZE(60,50,10)→ 1
Google liệt kê cú pháp STANDARDIZE(value, mean, standard_deviation) và phân biệt STDEV.P cho tổng thể với STDEV.S cho mẫu. (Google Docs Editors Help)
a. Mẫu đối chiếu đã điền
| Giá trị x | Mean | SD dùng | Z-score |
|---|---|---|---|
| 40 | 50 | STDEV.P=10 | -1 |
| 50 | 50 | STDEV.P=10 | 0 |
| 60 | 50 | STDEV.P=10 | +1 |
| 70 | 50 | STDEV.P=10 | +2 |
| 60 | 50 | STDEV.S=10,954 | +0,913 |
Thử thêm:
=STANDARDIZE(60,50,10)→ +1=STANDARDIZE(120,100,20)→ +1
Hai kết quả z giống nhau, nhưng giá trị gốc và thang đo vẫn khác. Ghi lại x, Mean, SD, loại SD và nhóm tham chiếu; không chỉ lưu cột z.
Đây là dữ liệu giả để học thao tác. Chưa dùng tiền thật, không gắn z với một tài sản và không tạo lệnh giao dịch.
6. Tổng kết và bài tiếp theo
a. Năm ý chính
- Z-score đo khoảng cách có dấu tới Mean bằng đơn vị SD.
- z dương ở trên Mean; z âm ở dưới Mean; z=0 tại Mean.
- Cùng z chỉ có nghĩa cùng vị trí tương đối trong từng dãy.
- STDEV.P và STDEV.S có thể tạo kết quả khác.
- Z-score không tự là xác suất, ngoại lệ chắc chắn hay tín hiệu.
b. Câu hỏi tự kiểm tra
- Với Mean 50 và SD 10, x=30 có z bằng bao nhiêu?
- Vì sao 60 và 120 có thể cùng z=+1?
- Khi nào z-score không xác định?
- Vì sao không được gọi mọi z có độ lớn trên 2 là ngoại lệ chắc chắn?
c. Gợi ý đáp án
Xem gợi ý câu 1
`(30-50)/10=-2`, tức thấp hơn Mean hai SD. → xem mục 2.
Xem gợi ý câu 2
Vì 60 cách Mean 50 một SD 10, còn 120 cách Mean 100 một SD 20. → xem mục 3.
Xem gợi ý câu 3
Khi SD bằng 0 vì không thể chia khoảng cách cho một bước bằng 0. → xem mục 2.
Xem gợi ý câu 4
Ngưỡng phụ thuộc bối cảnh, hình dạng và cỡ mẫu; NIST cảnh báo z có thể gây hiểu sai ở mẫu nhỏ. → xem mục 4.
d. Thuật ngữ cần nhớ
| Thuật ngữ | Giải thích ngắn |
|---|---|
| Z-score | Số SD một giá trị cách Mean, kèm hướng. |
| Mean | Tổng chia cho số giá trị. |
| Độ lệch chuẩn | Mức dữ liệu trải quanh Mean. |
| Chuẩn hóa | Đổi giá trị sang đơn vị SD. |
| Tổng thể | Toàn bộ nhóm cần mô tả. |
| Mẫu | Một phần dữ liệu lấy từ tổng thể. |
| STDEV.P | Hàm Sheets tính SD tổng thể. |
| STDEV.S | Hàm Sheets tính SD mẫu. |
| Ngoại lệ | Điểm nằm xa phần lớn dữ liệu. |
| STANDARDIZE | Hàm Sheets tính điểm chuẩn hóa. |
e. Nguồn tham khảo
- Google Sheets function list
- OpenStax — The Standard Normal Distribution
- OpenStax — Measures of the Spread of the Data
- NIST — Detection of Outliers
Bài trước: Percentile #18. Bài tiếp theo: Statistics Framework #20, nơi ta ghép các thước đo mô tả vào một quy trình đọc dữ liệu.
Nội dung này phục vụ mục đích giáo dục, không phải lời khuyên đầu tư hoặc tín hiệu giao dịch. Mọi thị trường và sản phẩm tài chính đều có rủi ro mất vốn.
Bài tiếp theo