이 계산은 수입이 너무 낮기 때문에 새로운 회사에서는 작동하지 않습니다. 낮은 수입은 Altman 점수 계산에 사용되는 대부분의 비율에 부정적인 영향을 미칩니다. 따라서, 새로운 회사는 항상 낮은 Altman 점수를 가지고하는 경향이있다. 실제로, 우리는 분명히 우리를 위해 몇 가지 소프트웨어 계산 z 점수를 가지고있다. 우리는 그렇게했고, 아래에 표시된 우리의 z 점수에 히스토그램을 실행. 자세히 살펴보면 z 점수의 평균이 0이고 표준 편차가 1임을 알 수 있습니다. 그러나 그 외에 z 점수는 원래 점수와 정확히 동일한 분포를 따릅니다. 즉, 점수를 표준화해도 분포가 어떤 식으로든 “정상”으로 만들지는 않습니다. 역사적으로, 주어진 z 점수와 관련된 확률을 조회하기 위해 아래와 같은 z 점수 확률 테이블을 사용하는 것이 매우 일반적이었습니다: 우리는 점수에 0 평균과 통일 표준 편차의 공통 표준을 제공하는 것이 용이하게 한다는 것을 앞에서 제안했습니다. 그들의 해석. “사라가 다른 50명의 학생들과 비교했을 때 영문학 과목에서 얼마나 잘 수행했습니까?”라는 질문으로 돌아가서, 사라가 학생들의 74.86%가 낮은 점수를 받은 학생들보다 더 잘했다는 것을 분명히 알 수 있습니다.
그녀보다 (100 % – 25.14 % = 74.86 %). 우리는 또한 그녀가 평균 (0.5 – 0.2514 = 0.2486)에서 그녀의 점수를 빼서 평균 점수에 비해 얼마나 잘 수행했는지 볼 수 있습니다. 따라서 점수의 24.86 %(0.2486 x 100 = 24.86%) 사라보다 낮았지만 평균 점수보다 높았습니다. 그러나 중요한 발견은 사라의 점수가 최고의 점수 중 하나가 아니라는 것입니다. 비록 첫눈에 예상했음에도 불구하고 클래스에서 상위 10%의 점수를 얻지 못했습니다. 이것은 두 번째 질문으로 우리를 이끕니까. 곡선 중앙의 z 점수는 0입니다. 평균의 오른쪽에 있는 z 점수는 양수이고 평균 의 왼쪽에 있는 z 점수는 음수입니다. z-table의 점수를 보면 모집단의 점수가 점수 보다 높거나 아래에 있는 비율을 알 수 있습니다. 아래 표는 2.0의 z 점수를 나타내며 .9772(97.72%로 변환)를 표시합니다. 위의 정규 분포 곡선의 동일한 점수(2.0)를 보면 97.72%에 해당합니다. 저울이 실제로 메트릭이고 동일한 측정값을 측정하는 경우 한 축척을 다른 축척으로 변환하기 위한 표준 공식이 있어야 합니다.
예를 들어, 유로에서 달러로, 섭씨에서 파렌하이트까지, 킬로그램에서 인치까지의 돌은 모두 매우 간단합니다. 위의 테이블로 스크롤하여 왼쪽 또는 오른쪽에 있는 “2.4″를 찾습니다. 이제 테이블을 가로질러 위쪽 또는 아래쪽의 “0.07″으로 이동하고 셀의 값을 기록합니다: 0.9932. 즉, 세트의 값의 99.32 %가 z 점수 2.47 이하임을 알 수 있습니다. 측정값(104.5)이 평균(125)보다 낮기 때문에 z 점수는 음수입니다. Z 점수 표: 0에서 3.99 사이의 다양한 공통 z 점수를 소수점 확률과 해당 z 점수보다 낮거나 같을 확률을 연결하는 테이블입니다. 보시다시피 Altman 점수는 수익성 및 유동성 지표가 다른 가중치를 가하여 전체 점수에 도달합니다. 이 전체 점수는 다음 채점 척도와 비교됩니다. 정규 분포는 무한합니다. 단일 표준 정규 분포가 있습니다. z-점수를 계산하는 목표는 특정 정규 분포를 표준 정규 분포와 연관하는 것입니다. 표준 정규 분포는 잘 연구되었으며 곡선 아래에 영역을 제공하는 테이블이 있어 응용 프로그램에 사용할 수 있습니다.
z 점수는 값과 평균 사이의 SD 수를 측정하는 척도이므로 z 점수의 위치를 왼쪽 또는 오른쪽으로 법선 곡선 아래의 영역과 비교하여 확률을 계산하는 데 사용할 수 있습니다. 면적은 미적분을 사용하여 계산할 수 있지만 테이블을 사용하여 영역을 조회합니다.