ပုံမှန်ဖြန့်ဝေမှုနှင့် Z-ရမှတ်များ

ခေါင်းလောင်းပုံ မျဉ်းကွေးသည် နေရာတိုင်းတွင် ရှိသည်

မြို့ကြီးတစ်ခုရှိ အရွယ်ရောက်သူတိုင်း၏ အရပ်ကို တိုင်းတာပြီး ဇယားတွင် ပုံဖော်ပါက အကျွမ်းတဝင်ရှိသော ပုံသဏ္ဍာန်တစ်ခု မြင်ရပါမည် -- အလယ်တွင် အမြင့်ဆုံးဖြစ်ပြီး နှစ်ဖက်စလုံးတွင် ချောမွေ့စွာ လျော့ကျသွားသော အချိုးကျ တောင်ကုန်းပုံ။ ဤပုံသဏ္ဍာန်ကို ပုံမှန်ဖြန့်ဝေမှု ဟုခေါ်ပြီး စာရင်းအင်းပညာတစ်ခုလုံးတွင် အရေးအပါဆုံး အယူအဆဟု ဆိုနိုင်ပါသည်။

ပုံမှန်ဖြန့်ဝေမှုသည် အံ့ဩစရာ နေရာများစွာတွင် ပေါ်လာသည်။ စာမေးပွဲရမှတ်များ၊ သွေးပေါင်ချိန်ဖတ်ရှုမှုများ၊ အလုပ်သွားရာတွင် ကြာချိန်၊ စက်ရုံ၏ ထုတ်လုပ်ရေး သည်းခံနိုင်မှုများ၊ သိပ္ပံဆိုင်ရာ တိုင်းတာမှုများ၏ အမှားများပင် -- ဤအရာအားလုံးသည် ခေါင်းလောင်းပုံ ပုံစံကို လိုက်နာလေ့ရှိသည်။ အကြောင်းရင်းမှာ သင်္ချာသဘောတရားအရ -- တိုင်းတာမှုတစ်ခုသည် သေးငယ်ပြီး လွတ်လပ်သော အချက်များစွာ၏ သက်ရောက်မှုခံရသောအခါ ရလဒ်သည် ပုံမှန်ဖြန့်ဝေမှုကို လိုက်နာလေ့ရှိသည်။ ဤနိယာမသည် ဗဟိုကန့်သတ်သီအိုရမ်နှင့် နီးကပ်စွာ ဆက်စပ်နေသည်။

အထက်ပါ ဇယားတွင် အမြင့်ဆုံးအမှတ်သည် အဖြစ်များဆုံးတန်ဖိုး (ပျမ်းမျှ) ကို ကိုယ်စားပြုပြီး မျဉ်းကွေးသည် နှစ်ဖက်စလုံးတွင် အချိုးကျ ကျဆင်းသည်။ တန်ဖိုးအများစုသည် အလယ်ဗဟိုအနီးတွင် စုဝေးပြီး အစွန်းများဆီ ရွေ့လျှောက်သည်နှင့်အမျှ လေ့လာတွေ့ရှိချက်များ နည်းပါးလာသည်။

ပျမ်းမျှ၊ စံသွေဖည်မှုနှင့် ပုံသဏ္ဍာန်

ပုံမှန်ဖြန့်ဝေမှုကို ကိန်းဂဏန်းနှစ်ခုတည်းဖြင့် အပြည့်အဝ သတ်မှတ်နိုင်သည် -- ပျမ်းမျှ (မျဉ်းကွေး၏ အလယ်ဗဟို) နှင့် စံသွေဖည်မှု (ဒေတာ ပျံ့နှံ့မှု)။ ပျမ်းမျှသည် ကိန်းဂဏန်းမျဉ်းပေါ်တွင် အမြင့်ဆုံးအမှတ် ရှိသည့်နေရာကို ပြောပြသည်။ စံသွေဖည်မှုသည် ခေါင်းလောင်းပုံ ကျယ်သို့မဟုတ် ကျဉ်းကြောင်းကို ပြောပြသည်။

IQ ရမှတ်များကို ပျမ်းမျှ 100 နှင့် စံသွေဖည်မှု 15 ဖြင့် ပုံမှန်ဖြန့်ဝေမှု လိုက်နာရန် ဒီဇိုင်းထုတ်ထားသည်။ လူအများစုသည် 85 နှင့် 115 ကြား ရမှတ်ရကြသည်။ အနည်းငယ်သာ 70 အောက် သို့မဟုတ် 130 အထက် ရမှတ်ရကြသည်။ 55 အောက် သို့မဟုတ် 145 အထက် ရမှတ်ရသူ အလွန်နည်းသည်။ စံသွေဖည်မှုကို 5 သို့ ပြောင်းလျှင် ခေါင်းလောင်းပုံ ပိုကျဉ်းလာပြီး လူတိုင်းနီးပါး 90 နှင့် 110 ကြားတွင် စုဝေးသည်။ 25 သို့ ပြောင်းလျှင် ခေါင်းလောင်းပုံ ပြားသွားပြီး ရမှတ်များ ပိုမိုကျယ်ပြန့်စွာ ပျံ့နှံ့သည်။

ဤသည်မှာ ပုံမှန်ဖြန့်ဝေမှု၏ အလှတရား -- ပျမ်းမျှနှင့် စံသွေဖည်မှုကို သိလျှင် ပုံသဏ္ဍာန်တစ်ခုလုံးကို သိပြီး မည်သည့်တန်ဖိုးမဆို ဖြစ်နိုင်ချေကို တွက်ချက်နိုင်သည်။

68-95-99.7 စည်းမျဉ်း

ပုံမှန်ဖြန့်ဝေမှု၏ အသုံးဝင်ဆုံး လက္ခဏာများထဲမှ တစ်ခုမှာ အတွေ့အကြုံဆိုင်ရာ စည်းမျဉ်း ဖြစ်ပြီး 68-95-99.7 စည်းမျဉ်းဟုလည်း ခေါ်သည်။ ပုံမှန်ဖြန့်ဝေမှု လိုက်နာသော ဒေတာတိုင်းအတွက်:

• တန်ဖိုးများ၏ 68% ခန့်သည် ပျမ်းမျှမှ စံသွေဖည်မှု 1 ခု အတွင်း ကျရောက်သည်။
• တန်ဖိုးများ၏ 95% ခန့်သည် စံသွေဖည်မှု 2 ခု အတွင်း ကျရောက်သည်။
• တန်ဖိုးများ၏ 99.7% ခန့်သည် စံသွေဖည်မှု 3 ခု အတွင်း ကျရောက်သည်။

ဤစည်းမျဉ်းသည် တန်ဖိုးတစ်ခု ထူးထူးခြားခြား ဖြစ်မဖြစ် အကဲဖြတ်ရန် အမြန်နည်းလမ်းပေးသည်။ ဒေတာသည် ပုံမှန်ဖြန့်ဝေမှု လိုက်နာပြီး တစ်စုံတစ်ဦးက ပျမ်းမျှမှ စံသွေဖည်မှု 3 ခုထက် ပိုကွာသော တန်ဖိုးတစ်ခုကို အစီရင်ခံပါက ၎င်းသည် အလွန်ရှားပါသည် -- 0.3% ထက်နည်းသော အချိန်တွင်သာ ဖြစ်ပေါ်သည်။ အရည်အသွေးထိန်းချုပ်ရေး အင်ဂျင်နီယာများသည် ဤအယူအဆကို နေ့စဉ်အသုံးပြုသည်။

Z-ရမှတ်များ: ဘက်စုံတိုင်းတာတံ

မတူညီသော ပုံမှန်ဖြန့်ဝေမှုများသည် မတူညီသော ယူနစ်များနှင့် စကေးများကို အသုံးပြုသည်။ ပျမ်းမျှ 75 (စံသွေဖည်မှု 5) ရှိသော စာမေးပွဲတွင် ရမှတ် 82 နှင့် ပျမ်းမျှ 500 (စံသွေဖည်မှု 100) ရှိသော SAT တွင် ရမှတ် 720 ကို မည်သို့ နှိုင်းယှဉ်မည်နည်း? Z-ရမှတ် ကို အသုံးပြုပါ။

Z-ရမှတ်သည် တန်ဖိုးတစ်ခုသည် ပျမ်းမျှထက် အထက် သို့မဟုတ် အောက်တွင် စံသွေဖည်မှု ဘယ်နှစ်ခု ကွာသည်ကို ပြောပြသည်။ ဖော်မြူလာမှာ ရိုးရှင်းသည် -- တန်ဖိုးမှ ပျမ်းမျှကို နုတ်ပြီး စံသွေဖည်မှုဖြင့် စားပါ။ စာမေးပွဲရမှတ်အတွက်: (82 - 75) / 5 = 1.4။ SAT အတွက်: (720 - 500) / 100 = 2.2။ SAT ရမှတ်သည် ၎င်း၏ ဖြန့်ဝေမှုနှင့် နှိုင်းယှဉ်လျှင် ပိုမိုအထင်ကြီးစရာကောင်းသည်။

Z-ရမှတ် 0 သည် တန်ဖိုးသည် အတိအကျ ပျမ်းမျှဖြစ်သည်ဟု ဆိုလိုသည်။ အပေါင်း Z-ရမှတ်သည် ပျမ်းမျှထက် မြင့်သည်ဟု ဆိုလိုသည်။ အနုတ် Z-ရမှတ်သည် ပျမ်းမျှထက် နိမ့်သည်ဟု ဆိုလိုသည်။ Z-ရမှတ် 2.0 သည် တန်ဖိုးသည် ဖြန့်ဝေမှုရှိ တန်ဖိုးအားလုံး၏ 97.7% ခန့်ထက် မြင့်သည်ဟု ဆိုလိုသည်။

Z-ရမှတ်များသည် မည်သည့် ပုံမှန်ဖြန့်ဝေမှုကိုမဆို စံပုံမှန်ဖြန့်ဝေမှု -- ပျမ်းမျှ 0 နှင့် စံသွေဖည်မှု 1 ရှိသော ခေါင်းလောင်းပုံ မျဉ်းကွေး -- သို့ ပြောင်းလဲပေးသောကြောင့် အားကောင်းသည်။ ၎င်းသည် မူလစကေးမခွဲခြားဘဲ ပုံမှန်ဖြန့်ဝေမှု လိုက်နာသော မည်သည့် ကိန်းရှင်အတွက်မဆို ဖြစ်နိုင်ချေများကို ရှာရန် ကိုးကားဇယား (သို့မဟုတ် ဂဏန်းတွက်စက်) တစ်ခုတည်း အသုံးပြုနိုင်စေသည်။

လက်တွေ့ကမ္ဘာ အသုံးချမှုများ

ပုံမှန်ဖြန့်ဝေမှုနှင့် Z-ရမှတ်များသည် ဖတ်စာအုပ်ထဲက အယူအဆများသာ မဟုတ်ပါ။ မျဉ်းကွေးပေါ်မှ ရမှတ်ပေးခြင်းဆိုသည်မှာ ကျောင်းသားရမှတ်များကို ပုံမှန်ဖြန့်ဝေမှုနှင့် ကိုက်ညီအောင် လုပ်ခြင်းဖြစ်သည်။ ဆေးဘက်ဆိုင်ရာ ဓာတ်ခွဲခန်းရလဒ်များသည် လူဦးရေပျမ်းမျှမှ စံသွေဖည်မှု 2 ခုကျော် ကွာသောအခါ ပုံမှန်မဟုတ်ဟု အမှတ်အသားပြုလေ့ရှိသည်။ ငွေကြေးဆိုင်ရာ ခွဲခြမ်းစိတ်ဖြာသူများသည် စတော့ရှယ်ယာ အကျိုးအမြတ်များကို ပုံမှန်ဖြန့်ဝေမှုဖြင့် ပုံစံတည်ဆောက်သည်။ အာမခံကုမ္ပဏီများသည် တောင်းဆိုမှုများကို ခန့်မှန်းရန် ပုံမှန် ပုံစံများကို အသုံးပြုသည်။

ပုံမှန်ဖြန့်ဝေမှု မသက်ဆိုင်သော အခါကိုလည်း သိရန် အရေးကြီးသည်။ ဝင်ငွေဖြန့်ဝေမှုများသည် ညာဘက်ကို မျှတမှုမရှိ -- ဝင်ငွေမြင့်သူ အနည်းငယ်က ပျမ်းမျှကို မီဒီယန်ထက် ပိုမြင့်အောင် ဆွဲတင်သည်။ ရေတွက်ဒေတာ (ရက်စဉ် မတော်တဆမှု အရေအတွက်ကဲ့သို့) သည် အခြား ဖြန့်ဝေမှုများကို လိုက်နာသည်။ ဤကိရိယာများကို အသုံးမပြုမီ ခေါင်းလောင်းပုံ ယူဆချက် ကျိုးကြောင်းဆီလျော်မှု ရှိမရှိ အမြဲစစ်ဆေးပါ။