最近處理數據時，經常用到Z-score處理方法，所以把自己了解到的知識匯集在此，對自己也是個提升，希望對別人也有所幫助。
（1）Z-score定義
由於Z-score的數據分布滿足“正態分布”(N(0,1))，而“正態分布”又被稱為“Z-分布”，所以該方法被稱為“Z-score”。
Z-score是用於做數據規范化處理的一種方法。
Z-score又稱：零-均值規范化、standardscore、Z-value。
（2）Z-score公式
Z-score的計算公式如下：
(注：本圖轉載自wikipedia)
其中x是原始數據，u是全部數據的均值，分母為標准方差。
（3）Z-score分布
Z-score的分布如下圖所示：
（注：本圖轉載自wikipedia）
（4）Z-score物理意義
Z-score表示原始數據偏離均值的距離長短，而該距離度量的標准是標准方差。
Z-score大於零表示該數據大於均值。
Z-score小於零表示該數據小於均值。
Z-score等於零表示該數據等於均值。
Z-score等於“1”表示該數據比均值大一個標准方差。
Z-score等於“-1”表示該數據比均值小一個標准方差。
如果統計數據量足夠多，Z-score數據分布滿足，68%的數據分布在“-1”與“1”之間，95%的數據分布在“-2”與“2”之間，99%的數據分布在“-3”與“3之間”。可以通過此對你的數據做一定的驗證。相見上面的Z-score數據分布圖。
（5）Z-score應用
Z-score可用於數據分布過於凌亂，無法判斷最大值與最小值，或者數據中存在過多的奇異點，可以用Z-score方法對數據做規范化處理。
其實Z-score也是一種數據歸一化處理的一種方法。
轉自：http://blog.sina.com.cn/s/blog_a89e19440101eeuo.html
本文參考如下鏈接：
http://en.wikipedia.org/wiki/Standard_score
http://stattrek.com/statistics/dictionary.aspx?definition=z_score