【统计学】关于Z score 的一切（如何由一组数据转变为 平均值为0；方差为1的一组数据）

导读：通常我们使用方差、标准差来度量一组数据的离散程度，但是如果想要度量单个变量在一组数据中的相对离散位置，我们则会使用Z
score也称 标准分数 Standard score来衡量。
$$Z_i=\frac{x_i-\bar{x}}{s}$$

下面，通过公式的推导来论证一下使用“Z score”来标记相对位置的合理性和逻辑性。

1 z score构成的数据集合为什么均值为0

假设现有一组数据$x_1,x_2,....x_n$,其均值为$\bar{x}$,方差为s，那么单个数据点$x_1$的z score就是
$$Z_1=\frac{x_1-\bar{x}}{s}$$
如果将所有的$Z_1,Z_2...Z_n$来求均值可以得：
$$\bar{Z}=\frac{Z_1+Z_2+...+Z_n}{n}=\frac{\frac{x_1-\bar{x}}{s}+\frac{x_2-\bar{x}}{s}+...+\frac{x_n-\bar{x}}{s}}{n}=\frac{x_1+x_2+...+x_n-n\bar{x}}{ns}$$
而又有：
$$n\bar{x}=n\ast \frac{x_1+x_2+...+x_n}{n}$$
因此：
$$\bar{Z}=0$$

2 z score构成的数据集合为什么方差为1

同样的一组数$x_1,x_2,....x_n$,其均值为$\bar{x}$,方差为s，那么单个数据点$x_1$的z score就是
$$Z_1=\frac{x_1-\bar{x}}{s}$$
其方差为：
$$s_z^2=\frac{{\sum }_{i=1}^n(z_i-\bar{z}{)}^2}{n}$$
其中$\bar{z}=0$,因此其方差为：
$$s_z^2=\frac{{\sum }_{i=1}^n(z_i{)}^2}{n}=\frac{(\frac{x_1-\bar{x}}{s}{)}^2+(\frac{x_2-\bar{x}}{s}{)}^2+...+...(\frac{x_n-\bar{x}}{s}{)}^2}{n}=\frac{(x_1-\bar{x}{)}^2+(x_2-\bar{x}{)}^2+...+(x_n-\bar{x}{)}^2}{n{s}^2}=\frac{{\sum }_i^n(x_i-\bar{x})}{n{s}^2}$$
其中：
$$\frac{{\sum }_i^n(x_i-\bar{x})}{n}=s^2$$
所以有
$$s_z^2=s^2\ast \frac{1}{s^2}=1$$