「五千跑得好,全馬沒煩惱」這句話江湖盛傳的話,大家都耳熟能詳了,但實際上是為什麼,你有沒有想過?
※
閱讀時間:8-12 分鐘
警語:這篇有點硬,拿去配飯
有人說:"透過五千公尺測驗,可以檢驗出跑者最大攝氧量、跑姿、配速技巧等長跑體能與技術,我們也可以藉由五公里測驗的成績,推測出十公里、半馬、甚至全馬的體能水準和訓練目標"。
相似的比喻還有 Jack Daniels 的 VDOT:"藉由一場比賽的最佳成績,推算其他距離比賽成績"。Jack Daniels 公式的假設是在"同樣的最大攝氧量下,擁有平均水準跑步經濟性的跑者"所應有的成績。
但其實大家也很清楚,凡是距離越短的比賽,就靠最大攝氧、肌肉爆發力 (快肌) 多一點,例如 100 公尺短跑;距離越長,就離跑步經濟性、抗疲勞能力 (慢肌) 更接近,例如馬拉松。
但這不是一刀兩斷,還是有彼此相互影響的地方。
所以用數據推測可以當作一個基準值,但是要記得這個數值跟跑者自身的能力、還有訓練的目標息息相關,如果忘記了這點,就很容易會出現盲點。
※
我會提出這個問題,是因為我週日的半馬,真的已經盡力了。
也許最後 400 米的終點前衝刺,因為是上坡的關係沒有選擇咬牙拼起來。但就除了那最後的短短 1 分鐘,我在剩下的 1 小時 14 分,肯定都是非常努力在跑的。
然而最後成績是 1 小時 15 分 31 秒,算是可接受吧。但是丟進 VDOT 一算,對應的全馬成績是 2 小時 38 分 - 比說好的百傑榜多了一分鐘。
嗯,所以我這幾個月在忙什麼?
其實不是這樣啦,會有這種"半馬沒跑進目標"的錯覺,就跟上面提到跑者自身的能力、還有訓練的目標息息相關。
主因有三個:
第一:#目前課表是全馬課表
這個週期的課表,還是以全程馬拉松為主,所以跑在 MP-HMP (全馬-半馬配速) 之間的比重是最高的。長跑也如同上次所說,是我一週中最重要的訓練,而這點跟半馬要求大量 LT Threshold (乳酸閾值) 訓練不同。
即使在課表中有加強 VO2Max 的 400 公尺間歇,我也會以全馬為主的訓練方式:例如跑 16-20 趟、減少組間休息時間、並以緩跑代替走休的方式,讓自己進入下一趟的時候都還是微喘、而非完全恢復。
這樣的訓練方式能讓你在比賽後半段保有強大的續航力。但當然,純粹的速度能力就會不如其他跑趟次少、間休長、但是每組速度都很快的跑者。
第二:#本身跑步經濟性優但最大攝氧弱
因為長久都是跑全馬課表的關係,我本身的跑步經濟性/耐力都比平均值跑者來得好一些,這點與我的週末長跑往往跑到 30 公里有關。
但是相對的,因為短距離的強度缺乏刺激,最大攝氧就不很出色,在半馬以下的距離我會表現比較差。甚至把距離降到 10K 或 5K, 如果把成績放到 VDOT 算,大概會越看越失望,推測成績大約只是勉強破三的跑者。
半馬推測全馬,還算是參考性比較高的;5K 推測全馬,因為差距太大,難免會失真。
Mo Farah 即使是五千、萬米之王,也花了幾個月到一年才把同樣的 running fitness 轉移到全馬賽場上。而且別忘了,他早在 2013 年就有半馬 59 分台的表現了喔,所以也不是單純的中長跑之王而已。
話說回來,我最近也體認到自己的絕對速度確實也到了瓶頸,下個週期很有可能會稍微換換口味,屆時再跟大家回報。但目前我就是跑步經濟性很好、而最大攝氧普普通通,這點自己要很明白。
第三:#這畢竟是場賽前Tuneup調整賽
儘管我在賽前已經做足了心理建設:今天我要全力跑個半馬!實際上大腦還是某種程度上限制了我的發揮。
這樣的限制你是很難打破的,除非你真能說服自己:「這場比賽我就是賭上一切、沒有回頭路,就算跑完後我要在床上躺三個禮拜都沒關係!」這樣的覺悟才能夠拼出一個真的對得起 VDOT 預測成績的水平。
不然就像我拼了 20.7 公里,但面對最後的 400 公尺衝刺、當隔壁的跑者從我身邊追過,也只是淡淡對他說了一句:「跑得好!」而沒有選擇跟上去,即使我真的可以。
因為我知道,三天後我還要練習、五天後我還要長跑、一個月後我還要比全馬比賽,而最後拼這 400 公尺"不值得";但在一個月後,同樣場景出現在東京駅中央口前的最後 400 公尺,我就肯定會跟上去了!
※
最後,雖然我在兩天前的比賽很努力 (必須要強調一萬次:我真的沒有放水) 但在昨天就能跑 18 公里的恢復跑、今天更是跑了 25 公里的中長跑,馬上又回到訓練節奏上了。
有人問:在 tuneup race 中跑出個 PB 這樣可以嗎?可以,只要你知道自己的目標是啥。
PB 算是加分,沒跑出來我也絲毫不在意。因為對我來說,真的就是 #我只是出門去跑個LongRun而已
全馬成績 = 半馬成績 * 2 + X 分鐘?
半馬成績 = 10K 成績 * 2 + Y 分鐘?
10K 成績 = 5K 成績 * 2 + Z 分鐘?
這只是個引子,公式在那,但是對每個人意義都不同。
嘎米A雷吉米說得很好:「五千、萬米成績跑不快,多少就決定了你(全馬成績的)天花板,但前提是你要先達到你自己的天花板。」
你的主要目標是什麼、是什麼樣類型的跑者、這場比賽對你有多重要?
想個幾次,進步就不會太遠了。
同時也有12部Youtube影片,追蹤數超過1萬的網紅鍾日欣,也在其Youtube影片中提到,我是JC老師 電腦相關課程授課超過6000小時的一位AutoCAD課程講師 如果這部影片對你有幫助的話,請幫我按個讚,給我點鼓勵,也多分享給需要的朋友們喔~ ----------------------------------------------------------------------...
z值公式 在 Jay的跑步筆記 Facebook 八卦
「五千跑得好,全馬沒煩惱」這句話江湖盛傳的話,大家都耳熟能詳了,但實際上是為什麼,你有沒有想過?
※
閱讀時間:8-12 分鐘
警語:這篇有點硬,拿去配飯
有人說:"透過五千公尺測驗,可以檢驗出跑者最大攝氧量、跑姿、配速技巧等長跑體能與技術,我們也可以藉由五公里測驗的成績,推測出十公里、半馬、甚至全馬的體能水準和訓練目標"。
相似的比喻還有 Jack Daniels 的 VDOT:"藉由一場比賽的最佳成績,推算其他距離比賽成績"。Jack Daniels 公式的假設是在"同樣的最大攝氧量下,擁有平均水準跑步經濟性的跑者"所應有的成績。
但其實大家也很清楚,凡是距離越短的比賽,就靠最大攝氧、肌肉爆發力 (快肌) 多一點,例如 100 公尺短跑;距離越長,就離跑步經濟性、抗疲勞能力 (慢肌) 更接近,例如馬拉松。
但這不是一刀兩斷,還是有彼此相互影響的地方。
所以用數據推測可以當作一個基準值,但是要記得這個數值跟跑者自身的能力、還有訓練的目標息息相關,如果忘記了這點,就很容易會出現盲點。
※
我會提出這個問題,是因為我週日的半馬,真的已經盡力了。
也許最後 400 米的終點前衝刺,因為是上坡的關係沒有選擇咬牙拼起來。但就除了那最後的短短 1 分鐘,我在剩下的 1 小時 14 分,肯定都是非常努力在跑的。
然而最後成績是 1 小時 15 分 31 秒,算是可接受吧。但是丟進 VDOT 一算,對應的全馬成績是 2 小時 38 分 - 比說好的百傑榜多了一分鐘。
嗯,所以我這幾個月在忙什麼?
其實不是這樣啦,會有這種"半馬沒跑進目標"的錯覺,就跟上面提到跑者自身的能力、還有訓練的目標息息相關。
主因有三個:
第一:#目前課表是全馬課表
這個週期的課表,還是以全程馬拉松為主,所以跑在 MP-HMP (全馬-半馬配速) 之間的比重是最高的。長跑也如同上次所說,是我一週中最重要的訓練,而這點跟半馬要求大量 LT Threshold (乳酸閾值) 訓練不同。
即使在課表中有加強 VO2Max 的 400 公尺間歇,我也會以全馬為主的訓練方式:例如跑 16-20 趟、減少組間休息時間、並以緩跑代替走休的方式,讓自己進入下一趟的時候都還是微喘、而非完全恢復。
這樣的訓練方式能讓你在比賽後半段保有強大的續航力。但當然,純粹的速度能力就會不如其他跑趟次少、間休長、但是每組速度都很快的跑者。
第二:#本身跑步經濟性優但最大攝氧弱
因為長久都是跑全馬課表的關係,我本身的跑步經濟性/耐力都比平均值跑者來得好一些,這點與我的週末長跑往往跑到 30 公里有關。
但是相對的,因為短距離的強度缺乏刺激,最大攝氧就不很出色,在半馬以下的距離我會表現比較差。甚至把距離降到 10K 或 5K, 如果把成績放到 VDOT 算,大概會越看越失望,推測成績大約只是勉強破三的跑者。
半馬推測全馬,還算是參考性比較高的;5K 推測全馬,因為差距太大,難免會失真。
Mo Farah 即使是五千、萬米之王,也花了幾個月到一年才把同樣的 running fitness 轉移到全馬賽場上。而且別忘了,他早在 2013 年就有半馬 59 分台的表現了喔,所以也不是單純的中長跑之王而已。
話說回來,我最近也體認到自己的絕對速度確實也到了瓶頸,下個週期很有可能會稍微換換口味,屆時再跟大家回報。但目前我就是跑步經濟性很好、而最大攝氧普普通通,這點自己要很明白。
第三:#這畢竟是場賽前Tuneup調整賽
儘管我在賽前已經做足了心理建設:今天我要全力跑個半馬!實際上大腦還是某種程度上限制了我的發揮。
這樣的限制你是很難打破的,除非你真能說服自己:「這場比賽我就是賭上一切、沒有回頭路,就算跑完後我要在床上躺三個禮拜都沒關係!」這樣的覺悟才能夠拼出一個真的對得起 VDOT 預測成績的水平。
不然就像我拼了 20.7 公里,但面對最後的 400 公尺衝刺、當隔壁的跑者從我身邊追過,也只是淡淡對他說了一句:「跑得好!」而沒有選擇跟上去,即使我真的可以。
因為我知道,三天後我還要練習、五天後我還要長跑、一個月後我還要比全馬比賽,而最後拼這 400 公尺"不值得";但在一個月後,同樣場景出現在東京駅中央口前的最後 400 公尺,我就肯定會跟上去了!
※
最後,雖然我在兩天前的比賽很努力 (必須要強調一萬次:我真的沒有放水) 但在昨天就能跑 18 公里的恢復跑、今天更是跑了 25 公里的中長跑,馬上又回到訓練節奏上了。
有人問:在 tuneup race 中跑出個 PB 這樣可以嗎?可以,只要你知道自己的目標是啥。
PB 算是加分,沒跑出來我也絲毫不在意。因為對我來說,真的就是 #我只是出門去跑個LongRun而已
全馬成績 = 半馬成績 * 2 + X 分鐘?
半馬成績 = 10K 成績 * 2 + Y 分鐘?
10K 成績 = 5K 成績 * 2 + Z 分鐘?
這只是個引子,公式在那,但是對每個人意義都不同。
嘎米A雷吉米說得很好:「五千、萬米成績跑不快,多少就決定了你(全馬成績的)天花板,但前提是你要先達到你自己的天花板。」
你的主要目標是什麼、是什麼樣類型的跑者、這場比賽對你有多重要?
想個幾次,進步就不會太遠了。
z值公式 在 徐國峰 HSU KUO FENG Facebook 八卦
【再論垂直振幅:RunTall vs. RunSit】
昨天回答了老劉關於垂直振幅的問題後,老劉接著問:「如果我們把垂直振幅定義為z,把支撑期質心的垂直振幅定義為x;騰空期質心的上升部分定為y。z=x+y。這個x應該是負值吧?落地後質心會降低。比如先落地支撑,質心往下降2cm,再騰空往上10cm,那麼質心總共的垂直振幅不應該是10-2=8cm嗎?」剛好前一本書中畫過一個圖來解釋這個問題,就截圖解釋給老劉聽,也分享出來:
不是8公分,是10+2=12公分才對。z是振幅的上下限。如附圖,下肢剛性不足的跑者,著地後臀部會下降,故而紅線下降幅度x會比較大,這是不好的。
最後看到老劉回說「明白了」之後的感覺真是愉快。
--
附圖摘自我和茗傑合著的《跑者都該懂的跑步關鍵數據》,第153與165頁。下面順便也把書中解釋這張圖的文字分享出來:
不管是哪一種田徑距離的世界紀錄保持者(從100m、200m、400m……到十公里、半馬與全馬),他們的騰空時間大都落在150~162毫秒之間(見附圖),非常接近,它所代表的意義是:不管速度快慢(從時速21到37公里),這些跑者都不會利用推蹬地面來創造更長的騰空時間,因此他們的垂直振幅都相當小。
這項發現的另一層意義是:推蹬是有助於延長騰空時間和步幅,只是這一點效益會帶來其他更多缺點,所以連世界紀錄保持者都不會為了加大步幅的效益而去推蹬,我們也不用這麼做。全馬世界紀錄保持者的騰空時間是162毫秒,百米世界紀錄的騰空時間是156毫秒,可見透過延長騰空時間來增加步幅或提高速度,並不是正確的訓練方向。
我們以騰空時間160毫秒來看,升空80毫秒,落下80毫秒,利用下列公式,我們可以利用力學公式算出這些跑者從騰空到落下距離大約是:
S = ½ gt2 = ½ × 9.8 × (0.08)2 = 0.03136公尺 = 3.1公分
這也是為什麼這些世界紀錄保持者在騰空期的平均垂直振幅(下圖藍色虛線)都在3~4公分之間。
但我們在替別人做跑姿分析時卻時常發現騰空時間160毫秒的跑者,垂直振幅都遠遠大於4公分,甚至在8公分以上。一開始我們不知道原因何在,但透過仔細的分析發現元兇還是在跨步(附圖上方的紅色跑者)。若跑者在落地時,腳掌跑到臀部前方,或是臀部往下縮(坐著跑),這不但會使你的觸地時間會變長,腳掌落地後(支撐期)的上下起伏也會跟著變大。我們發現,這是許多跑者垂直振幅過大的另一項主要原因。
國外文獻中常對優秀跑姿的詞彙是「Run Tall」,意指:上半身保持挺直,肩膀不往前傾,臀部不往後縮。若能在跑步時維持此姿勢,支撐期的振幅就會比較小(圖中紅虛線比例就會少一點)。另一種跑姿俗稱「坐著跑」:跑步時肩膀前傾(臀部後縮),或是落地時腳掌跨到臀部前方,支撐期的上下起伏就會比較大(圖中紅虛線振幅較大)。
紅虛線的振幅不可能完全消失,一定會存在,只是比例問題。就像臀部一定會後縮或下降一些,腳掌也不可能完全落在臀部正下方,只是幅度大小不同而已。
支撐期的上下位移幅度變大,就像每一步都在做小幅度的蹬階運動一樣,因此對肌肉的負擔也大。我曾分析過一位看來明顯「坐著跑」的跑著, 用各種角度的影像分析後,他每一步在支撐期(從剛落地到離地時)的上下位移幅度是4公分。假設他跑一場全程馬拉松總共跑了四萬步,除了向水平移動了42,195公尺之外,他同時也像是向上爬了四萬階4公分的階梯一樣,那等同於總共向上移動了160,000公分(4 × 40,000 ),也就是1.6公里,那幾乎是一口氣比了四次的台北101登高賽(比賽階數:2046階,樓層高度:391.8公尺)。想像一下,有做這件事的跑者在馬拉松賽場上等同於比「沒做這件事的跑者」多比了4次的101登高賽,光用想的就很累,更別提真的先跑完馬拉松再爬四次101大樓會有多操。
在跑步中,Run Tall是個重要的術語,它是在表述一個重要的姿勢:上半身保持直立,臀部不能向後縮會向下降。這需要下肢的剛性,而剛性需要肌力來維持,所以跑者的肌力訓練非常重要,想要跑得快就要有力量撐住自己的體重,不然效率就會消失。
--
以上文字摘自《跑者都該懂的跑步關鍵數據》第163~166頁
這本書都在談數據,有興趣的朋友可以參考博客來簡介:https://goo.gl/tlDIhH
z值公式 在 鍾日欣 Youtube 的評價
我是JC老師
電腦相關課程授課超過6000小時的一位AutoCAD課程講師
如果這部影片對你有幫助的話,請幫我按個讚,給我點鼓勵,也多分享給需要的朋友們喔~
---------------------------------------------------------------------------------------------------------
路徑陣列 ARRAYPATH
● 沿著路徑或部分路徑分配物件複本
● 路徑可以是直線、聚合線、3D 聚合線、雲形線、螺旋線、弧、圓或橢圓。
● 選取物件
● 選取路徑曲線
● 關聯式(AS):指定陣列物件為關聯式或獨立。
◆ 是(Y):將陣列項目納入單一陣列物件中,類似於圖塊。透過關聯式陣列,您可以編輯性質和來源物件以快速將變更擴展至整個陣列。
◆ 否(N):以獨立物件的形式建立陣列項目。對某個項目的變更並不會影響其他項目。
● 方式(M):沿著路徑分配項目的控制方法
◆ 等分(D):沿著路徑長度均勻分配指定數目的項目
◆ 等距(M):沿著路徑依指定間隔分配項目
● 基準點(B):指定一個基準點,以相對於路徑曲線起點來放置陣列中的項目。
● 關鍵點:對於關聯式陣列,請在來源物件上指定一個有效的約束點 (或關鍵點),將其與路徑對齊。如果您編輯結果陣列的來源物件或路徑,陣列的基準點會保持和來源物件的關鍵點重合。
● 切線方向(T):指定兩個點,表示陣列項目相對於路徑的切向。這兩點的向量可建立陣列中第一個項目的切向。「對齊項目」設定控制陣列中的其他項目是否保持相切或平行方位。
● 項目(I):根據「方法」設定指定項目數目或項目之間的距離。
● 列數(ROW):設定列數。
◆ 列間距:從每個物件上的對等位置測量,指定各列之間的距離。
◆ 總長(T):從起點與終點物件上的對等位置測量,指定起點和終點列之間的總距離。
◆ 增量高程:設定後續每一列的增加或減少高程。
◆ 表示式:根據數學公式或方程式導出值。
● 圖層(L):指定圖層的數量和間距 (用於 3D 陣列)。
◆ 圖層數:指定陣列中的圖層數。
◆ 圖層之間的距離:指定圖層之間的距離。
◆ 表示式:使用數學公式或方程式衍生出值。
◆ 總長:指定第一個圖層和最後一個圖層之間的總距離。
● Z 方向(Z);控制是否保留項目原始的 Z 方向或是沿著 3D 路徑自然排列項目。
---------------------------------------------------------------------------------------------------------
學習課程清單 http://goo.gl/hrJzOf
課程範例下載 https://goo.gl/DhVTau
網站 http://jc-d.net/
Facebook https://www.facebook.com/ericjc.tw
z值公式 在 鍾日欣 Youtube 的評價
我是JC老師
電腦相關課程授課超過6000小時的一位AutoCAD課程講師
如果這部影片對你有幫助的話,請幫我按個讚,給我點鼓勵,也多分享給需要的朋友們喔~
---------------------------------------------------------------------------------------------------------
矩形陣列 ARRAYRECT
● 將物件複本分配到任何列、欄和圖層的組合。
● 選取物件
● 關聯式(AS):指定陣列物件為關聯式或獨立
◆ 是(Y):將陣列項目納入單一陣列物件中,類似於圖塊。透過關聯式陣列,您可以編輯性質和來源物件以快速將變更擴展至整個陣列。
◆ 否(N):以獨立物件的形式建立陣列項目。對某個項目的變更並不會影響其他項目。
● 基準點(B):定義陣列基準點和基準點掣點的位置
● 關鍵點(K):對於關聯式陣列,請在來源物件上指定一個有效的約束點 (或關鍵點),將其與路徑對齊。如果您編輯結果陣列的來源物件或路徑,陣列的基準點會保持和來源物件的關鍵點重合。
● 行數(COL)
◆ 輸入行數
◆ 輸入行距[總計(T) /表示式(E)]
● 列數(R)
◆ 輸入列數
◆ 輸入列距[總計(T) /表示式(E)]
◆ 指定列之增量高程
● 間距(S)
◆ 輸入行距
◆ 輸入列距
● 計數(COU)
◆ 輸入行數
◆ 輸入列數
● 圖層(L):指定 3D 陣列的圖層數量和間距
◆ 圖層數:指定陣列中的圖層數
◆ 圖層之間的距離:指定每個物件的相等位置之間 Z 座標值的差值
◆ 總長:在第一個和最後一個圖層中,指定物件的相等位置之間 Z 座標值的總差值
◆ 表示式:根據數學公式或方程式導出值
---------------------------------------------------------------------------------------------------------
註1:此處的"圖層",應該翻譯為"層",表示陣列的層數。翻譯為"圖層"很容易與"圖層性質"的"圖層"混淆。
註2:舊式的矩形陣列可以利用指定陣列"角度",但矩形關聯式陣列無法指定陣列"角度"。
---------------------------------------------------------------------------------------------------------
學習課程清單 http://goo.gl/hrJzOf
課程範例下載 https://goo.gl/DhVTau
網站 http://jc-d.net/
Facebook https://www.facebook.com/ericjc.tw
z值公式 在 鍾日欣 Youtube 的評價
我是JC老師
電腦相關課程授課超過6000小時的一位AutoCAD課程講師
如果這部影片對你有幫助的話,請幫我按個讚,給我點鼓勵,也多分享給需要的朋友們喔~
---------------------------------------------------------------------------------------------------------
環形陣列 ARRAYPOLAR
● 繞著中心點或旋轉軸以圓形樣式均勻分配物件複本。
● 選取物件:選取要在陣列中使用的物件。
● 中心點:指定一個點,以將陣列項目分配於該點周圍。旋轉軸為目前 UCS 的 Z 軸。
◆ 基準點(B):指定陣列的基準點。
◆ 旋轉軸(A):指定由兩個指定點所定義的自訂旋轉軸。
● 關聯式(AS):指定陣列物件為關聯式或獨立。
◆ 是(Y):將陣列項目納入單一陣列物件中,類似於圖塊。透過關聯式陣列,您可以編輯性質和來源物件以快速將變更擴展至整個陣列。
◆ 否(N):以獨立物件的形式建立陣列項目。對某個項目的變更並不會影響其他項目。
● 項目(I):使用值或表示式指定陣列中的項目數目。
● 夾角:使用值或表示式指定項目之間的角度。
● 填滿角度:使用值或表示式指定陣列中第一個和最後一個項目之間的角度。
● 旋轉項目(ROT):控制是否旋轉陣列的項目。
● 列數(ROW):設定列數。
◆ 列間距:從每個物件上的對等位置測量,指定各列之間的距離。
◆ 總長(T):從起點與終點物件上的對等位置測量,指定起點和終點列之間的總距離。
◆ 增量高程:設定後續每一列的增加或減少高程。
◆ 表示式:根據數學公式或方程式導出值。
● 圖層(L):指定圖層的數量和間距 (用於 3D 陣列)。
◆ 圖層數:指定陣列中的圖層數。
◆ 圖層之間的距離:指定圖層之間的距離。
◆ 表示式:使用數學公式或方程式衍生出值。
◆ 總長:指定第一個圖層和最後一個圖層之間的總距離。
---------------------------------------------------------------------------------------------------------
註1:此處的"圖層",應該翻譯為"層",表示陣列的層數。翻譯為"圖層"很容易與"圖層性質"的"圖層"混淆。
註2:舊式的環形陣列可以利用指定"夾角"與"填滿角度"的方式進行陣列,但環形關聯式陣列"項目"為一定要指定的選項。
---------------------------------------------------------------------------------------------------------
學習課程清單 http://goo.gl/hrJzOf
課程範例下載 https://goo.gl/DhVTau
網站 http://jc-d.net/
Facebook https://www.facebook.com/ericjc.tw
z值公式 在 計算統計中的Z分數 - Also see 的相關結果
計算任何特定數據集的z分數的公式為z =(x - μ)/σ ,其中μ是種群的平均值, σ是總體的標準偏差。 z的絕對值代表人口的z分數,原始分數與總體平均值之間的距離,以標準偏差 ... ... <看更多>
z值公式 在 三分鐘搞懂Z分數與T分數 的相關結果
Z 分數的正負可以判斷個人的成績是否高於平均數,而Z分數的絕對值可以判斷距離平均數的差距有多遠。 T分數(T-SCORE). T分數是Z分數的衍生分數, ... ... <看更多>
z值公式 在 標準分數- 维基百科,自由的百科全书 的相關結果
標準分數(Standard Score,又稱z-score,中文稱為Z-分數或标准化值)在統計學中是一種無因次值,就是一種純數字標記,是藉由從單一(原始)分數中減去母體的平均值, ... ... <看更多>