标准
把原始分数换算到目标平均数与标准差。
常态化分数转换工具会把原始分数从原始分布（平均数与标准差）线性换算到目标分布（不同的平均数与标准差）——先计算 Z 分数，再把它对应到目标量表上。
使用指引
- 输入原始分数、原平均数／标准差，以及想转换到的目标平均数／标准差。
- 分数会先换算成 Z 分数，再映射到目标量尺——更改目标量尺只会影响转换后分数，不会影响 Z 分数。
常见使用情境
- 把某个测验量表的分数换算到另一个测验的报告量表。
- 把原始分数换算到特定机构或报告使用的标准化量表。
- 了解如果目标量表的平均数或标准差不同，分数会变成什么样子。
- 在常态化步骤前后验证中间的 Z 分数。
✓内容与验证流程复查: 2026-08-25
标准化分数转换工具 的验证方法与判读边界
如何确认转换使用的是你要的量表。
分数会先换算成 Z 分数，与目标量表无关
工具会先根据原始平均数与标准差算出原始分数的 Z 分数，完全不涉及目标量表——这代表更改目标平均数或标准差永远不会改变底层的 Z 分数，只会改变这个 Z 分数落在新量表上的位置。
公式：转换后分数 = 目标平均数 + (Z 分数 × 目标标准差)
算出 Z 分数后，会乘以目标标准差并加上目标平均数——这也是为什么原始差距、目标差距与量表比例会分开显示，让你能清楚追踪转换过程。
这
这里的「常态化」指的是线性换算到新的平均数／标准差，不是把偏态或非常态的数据通过统计转换变成常态分布——这个转换不会改变原始分布本身的形状。
使用结果前的检查清单
- 原始平均数与标准差准确描述原始分数所属的分布。
- 目标平均数与标准差符合你实际想换算到的量表。
- 两个标准差都大于 0。
- 了解这是线性换算，不是解决偏态或非常态数据的方法。
适合谁使用
- 要把某测验量表分数换算到另一测验量表的人。
- 要把原始分数换算到机构特定标准化量表的人。
- 要探索不同目标量表下分数会如何变化的研究者。
- 要验证常态化流程中中间 Z 分数的人。
实际案例
跨
手上有某测验量表分数、需要用另一个测验报告量表回报的人，输入两个分布的平均数／标准差来取得换算后的分数。
特定
要把原始分数换算到特定项目使用标准化量表（例如平均 500、标准差 100）的研究者，输入原始分布与目标量表来换算每个分数。
探索
好奇如果目标平均数或标准差不同分数会变成怎样的人，在这里调整目标值，观察转换后分数的变化，而底层 Z 分数保持不变。
使用限制
- 这是对已知分布做线性标准化，不会把偏态数据「变成正态分布」。
常见问题
更改目标量表会改变 Z 分数吗？
不会——Z 分数只根据原始平均数与标准差计算。更改目标平均数或标准差只会改变这个相同的 Z 分数落在新量表上的位置。
这
不会——这是把你已经拥有的分布线性换算而已，它会把分数重新定位到新的平均数／标准差，但不会改变分布本身的形状。
如果任一个标准差是 0 会怎样？
工具会显示错误——原始与目标标准差都必须大于 0，这个转换在数学上才有意义。
「
原始差距是原始分数以原始单位计算距离原始平均数多远；目标差距是同一段距离换算成目标量表单位——两者合起来清楚显示量表比例是如何把一个对应到另一个的。
🔒 在浏览器内处理，不会上传。结果仅供参考，详见 免责声明。 最后更新: 2026-08-25
订阅更新
新工具上线与实用技巧，第一时间发送到你的邮箱。不发垃圾邮件，随时可退订。