R语言计算Z分数

R语言计算Z分数

Z分数，也称为标准分数，是统计学中常用的一种标准化方法，用于将原始数据转换为与均值和标准差相关的分数。在R语言中，我们可以使用以下方法计算Z分数。

首先，让我们生成一组示例数据来演示计算Z分数的过程。假设我们有一个包含100个观测值的向量x，如下所示：

set.seed(123)  # 设置随机种子以保证结果可复现
x <- rnorm(100, mean = 50, sd = 10)

在上述代码中，我们使用rnorm()函数生成了一个服从正态分布的随机向量x，均值为50，标准差为10。

接下来，我们可以使用以下公式计算Z分数：

z_score <- (x - mean(x)) / sd(x)

在这个公式中，(x - mean(x))表示观测值与均值之间的差异，而sd(x)表示数据的标准差。

让我们将上述计算过程应用到我们的示例数据中，并打印出前10个观测值及其对应的Z分数：

z_scores <- (x - mean(x)) / sd(x)
head(data.frame(x, z_scores), 10)

运行以上代码，我们可以得到类似以下的输出：

       x   z_scores
1  55.43  0.5438515
2  48.65 -0.1357853
3  56.42  0.6421945
4  52.77  0.07717