统计学中，Z值与T值怎么换算 T-score transform Z-score

统计参数映射(SPM, Frackowiak, Friston, Frith, Dolan，和Mazziotta 1997)评估一组图像的每一个体素上的统计假设，这些图像已经注册到一个公共坐标系。根据被检验假设的形式，统计量可以用具有已知自由度数的T分布来描述。将这些T变量转换Z变量以作进一步分析通常是很方便的。

T-Score vs. Z-Score: Z-score

从技术上讲，z分数是将个人分数转换为标准形式。转换允许您更容易地比较不同的数据;它是基于你对总体标准差和均值的了解。z分数表示结果与均值之间的标准差值。你可以使用你的正态分布知识(如68 - 95和99.7规则)或z表来确定总体的百分比将低于或高于你的结果。

当总体标准差已知,样本量较大时用标准正态分布的理论来推断差异发生的概率，从而比较两个平均数的差异是否显著。如果检验一个样本平均数与一个已知的总体平均数的差异是否显著，其Z值计算公式为：

z = X ˉ − μ σ X ˉ = X ˉ − μ σ / n z=\frac{\bar{X}-\mu}{\sigma_{\bar{X}}}=\frac{\bar{X}-\mu}{\sigma / \sqrt{n}}