上一集我們探討的是PR值，這次我們要來說在統計裡很常用到的概念—標準分數。
原始分數的線性轉換
y = ax + b
線性轉換相信大家都並不陌生。當我們想要求標準分數的時候，我們就需要將原始分數做線性轉換，這個過程我們稱之為「標準化」。
z分數就是離均差除上標準差，以標準差為單位，看看自己的相對位置離平均值多少個標準差。因為是線性轉換的關係，我們也不必擔心相對位置會改變。接著，我們來算看看z分數的平均數、變異數和標準差。
由推倒可知z分數的平均數=0、變異數=1、標準差=1。
z分數再線性轉換！T分數的誕生
因為不想要負數與小數點的出現，T分數就誕生了（T分數大部分落在0~100之間）！T分數也是日本所說的「偏差值」喔！
z分數可以轉成多少個形式哇？
答案是無限個！只要是線性轉換，都可以根據自己的需求訂出喔！例如：IQ就是平均數100、標準差15的z分數線性轉換。
學到這邊，相信我們對怎麼描述數據資料更有頭緒了！
當我們拿到數據時，我們可以先用最簡單的方式做次數分配圖，並畫成圖示，讓我們更明白數據的分配。
再透過集中量數與分散量數的表示，讓我們即便在沒有圖示的情況下，也能夠理解數據分配的情況。
知道分配後，我們可以利用相對地位指標，找出自己的排序。
分配還可以做什麼呢？
打彈珠台相信大家都不陌生吧！如果我們知道一個機台的分配（常態、正偏、負偏），我們就可以把獲獎機會提高喔！這個牽涉到「機率」的概念，藉由機率，我們不但能做出最好的選擇，也能夠讓我們知道我們的假設妥不妥當。
可參考Bump這個打彈珠的影片，對機率可以如何幫助我們做選擇更有概念。
說的話可信度多少？用機率來挑戰！
今天在路上你聽到有位媽媽說：「最近小孩子都吃很好，我想我們台灣國小中年級的女學生平均身高有170公分呢！」
這時你可能會皺了皺眉，心想「我才160公分欸！怎麼可能！」剛剛好妳一回到家後，國小四年級的妹妹拿出他們學校的身高分配圖，你看到多數集中在140公分，是一個左右對稱的常態分配。
這時雖然你沒有全台灣國小中年級女生身高的數據，你仍會知道平均身高170公分是不太可能發生的事情，機率是很小的！因此可以藉由樣本的機率，來回推母群平均數的可能性。（也可以藉由這個數據來洗臉啦~~~看以後大家還敢不敢亂說話~~~哇哈哈）
大魔王來襲！推論統計
之後我們將進入到最重要的推論統計！我們將去了解更多有關機率、期望值、常態分配等等好用的工具。雖然會更加複雜，但我們也更能夠解決更多疑問！所以如果對於描述統計的方面還不太熟悉的話，建議多看幾遍再進入下一篇章喔！下篇見！
有幫助的話歡迎按愛心鼓勵我繼續做這些學習內容喔！
