不同分布中的原始数值，不一定能直接比较相对位置。z分数把某个值减去对应均值，再除以对应标准差，回答的是它距离均值多少个标准差，而不是自动给出一个公平排名。
想结合自己的基础讨论下一步？到文末扫码联系翰林，发送“AP标准分1102”，说明年级、学习目标和目前最困惑的问题。
先把每个分数放回自己的分布
原创模型中，测验A的均值为70、标准差为10，某学生得85分；测验B的均值为80、标准差为5，另一学生得90分。两套数字全部虚构，只用于演示标准化计算。
A中对应z=(85-70)/10=1.5；B中对应z=(90-80)/5=2。二者都高于各自均值，而B的分数距离其均值有更多个标准差。
区别原始差值与标准化差值
A的原始超均值差为15分，比B的10分更大，但A分布本身也更分散。除以各自标准差之后，比较对象变成相对于分布散布程度的距离，不再只是分数差。
这里没有把两套测验放进一个混合均值，也没有用A的标准差去除B的差值。每个观察值必须与它所属的参照分布对应。
z分数不自动等于百分位
在没有额外分布信息时，z=2不能直接换成某个固定百分位。若要借助正态分布模型估计尾部概率，还需说明模型是否适合；标准化这项运算本身不要求原数据一定正态。
此外，若标准差为零，所有数值都相同，这个除法没有定义。遇到异常值、偏态或不同测量含义，也需要谨慎解释比较，而不是把z分数当作消除所有差异的工具。
把结论限制在能支持的范围
本例能比较各自分布中的标准化距离，不能据此证明谁的学科能力更强，或两套试卷的难度可直接互换。参照人群和测量内容仍然重要。
这是一般统计学习例子，不是AP官方试题或成绩解释服务。课程要求请核对College Board当前资料及学校安排。扫码讨论时可说明均值、标准差、参照群体与自己想比较的问题，避免只有两个孤立分数。
延伸阅读：AP统计二项分布：算概率之前，先核对四个模型条件。
带着具体问题，扫码联系翰林
正在了解项目、选择学习方向，或已经开始准备？用微信扫描下方二维码，发送“AP标准分1102”。请补充年级、所在地区、当前基础和最想解决的问题，方便沟通时直接聚焦。
电脑阅读可用微信扫码；手机阅读可点击入口，或保存二维码后在微信内识别。
官方信息与延伸资料：资料1
