参考 指南: 理解 智商 分数 响应 分数 calculator
铃 曲线, 智商分数 markers 和 抽象 认知 网络

该 完整 分数 参考

智商测试量表

该 ultimate 实用 指南 到 智商 范围, 百分位数, 标准 偏差, 分数 转换, 信心 间隔, 主要 测试 家庭, 历史, 公平 和 什么 一个 分数 可以—和 不能—意味着.

意味着 100, 标准差 15 百分位数 和 稀有性 公平, cautious 解释

什么是智商测试量表?

一个 智商分数 是 通常 一个 常模-referenced 标准 分数. 它 描述 如何 表现 在 一个 标准化 集合 的 认知 任务 比较 与 一个 年龄-基于 参考 组. 在 该 大多数 常见 现代 量表, 该 意味着 是 100 和 该 标准差 是 15.

该 数字 是 不 一个 百分比 正确, 一个 固定 quantity 的 智力 或 一个 直接 测量 的 一个 某人的 价值. 一个 专业 报告 应该 识别 该 精确 测试 和 版本, 该 规范性 组, 百分位 排名, 置信区间, 效度 considerations 和 该 模式 的 广泛 和 狭窄 分数.

这个 指南 解释 分数 系统 和 负责 解释 没有 reproducing 安全 测试 项目, 答案 关键 或 受保护 管理 规则.

最后更新: July 2026

100 常见 智商 意味着 该 中心 的 该 规范性 量表
15 常见 智商 标准差 一 典型 综合-分数 标准差
50第 百分位 在 智商 100 该 median 在 该 理想化 模型
≈98第 百分位 在 智商 130 二 标准差 以上 该 意味着

智商分数、百分位与量表换算器

Enter 一个 分数 和 选择 该 量表 printed 在 该 报告. 该 calculator 估计 它的 Z 分数, 百分位, 稀有性 和 等同 值 在 若干 常见 标准-分数 系统.

Enter 该 报告 分数

这个 是 一个 正常-分布 估计, 不 一个 官方 分数 报告. 测试-具体 lookup 表格, 上限, 常模 和 rounding 可以 不同.

估计 地位

84第 高 平均 范围
Z 分数+1.00
稀有性关于 1 在 6 在 或 以上
智商, 标准差 15115
智商, 标准差 16116
Cattell, 标准差 24124
T 分数60

完整智商分数范围表

Descriptive 标签 是 conventions, 不 诊断. 已发布 和 专业 可能 使用 不同 名称, cut 点 或 信心-区间 规则. 该 实际 报告 是 该 authority 为 该 分数 它 包含.

智商 范围 近似 Z 分数 近似 百分位 常见 措辞 解释 note
130 和 以上 +2.00 或 更高 关于 98第 和 以上 非常 高 / extremely 高 大致 该 highest 2% 在 一个 意味着-100, 标准差-15 量表.
120–129 +1.33 到 +1.93 关于 91st–97第 高 / 非常 高 好 以上 该 规范性 意味着.
110–119 +0.67 到 +1.27 关于 75第–90第 高 平均 以上 该 middle half 的 该 参考 组.
90–109 −0.67 到 +0.60 关于 25第–73rd 平均 该 广泛 中央 区间 使用的 由 许多 报告.
80–89 −1.33 到 −0.73 关于 9第–23rd 低 平均 以下 该 中央 区间, 但是 不是诊断.
70–79 −2.00 到 −1.40 关于 2ND–8第 非常 低 解释 与 信心 间隔, 自适应 功能 和 语境.
69 和 以下 以下 −2.00 关于 2ND 和 以下 Extremely 低 一个 智商分数 单独 不能 建立 智力障碍.
智商 铃 曲线 居中 在 100 与 标准-偏差 区间
理想化 正常 分布. 官方 测试 常模 使用 discrete 转换 和 可能 depart slightly 从 这个 曲线.

该 68–95–99.7 规则

关于 68% 的 一个 正常 分布 falls 在内 一 标准差 的 该 意味着: 大致 智商 85–115.

关于 95% falls 在内 二 标准 偏差: 大致 智商 70–130.

关于 99.7% falls 在内 三 标准 偏差: 大致 智商 55–145.

该 tails 需要 extra caution. Extreme 分数 是 基于 在 fewer 规范性 cases 和 可能 是 受影响 由 测试 floors, 上限 和 larger 实用 不确定性.

智商百分位与稀有程度

一个 百分位 排名 告诉 你 该 百分比 的 该 规范性 组 那 已评分 在 或 以下 一个 结果. 它 是 不 一个 相等-区间 量表: 该 差异 之间 该 50第 和 60第 百分位数 是 不 心理测量 等同 到 该 差异 之间 该 90第 和 100第 百分位数.

85≈16第 百分位
10050第 百分位
115≈84第 百分位
120≈91st 百分位
130≈98第 百分位
145≈99.87第 百分位
智商 (标准差 15) Z 分数 近似 百分位 近似 tail 稀有性
55 −3.00 0.13第 关于 1 在 741 在 或 以下
60 −2.67 0.38第 关于 1 在 261 在 或 以下
65 −2.33 0.98第 关于 1 在 102 在 或 以下
70 −2.00 2.28第 关于 1 在 44 在 或 以下
75 −1.67 4.78第 关于 1 在 21 在 或 以下
80 −1.33 9.12第 关于 1 在 11 在 或 以下
85 −1.00 15.87第 关于 1 在 6 在 或 以下
90 −0.67 25.25第 关于 1 在 4 在 或 以下
95 −0.33 36.94第 关于 1 在 3 在 或 以下
100 0.00 50第 该 median
105 +0.33 63.06第 关于 1 在 3 在 或 以上
110 +0.67 74.75第 关于 1 在 4 在 或 以上
115 +1.00 84.13第 关于 1 在 6 在 或 以上
120 +1.33 90.88第 关于 1 在 11 在 或 以上
125 +1.67 95.22ND 关于 1 在 21 在 或 以上
130 +2.00 97.72ND 关于 1 在 44 在 或 以上
135 +2.33 99.02ND 关于 1 在 102 在 或 以上
140 +2.67 99.62ND 关于 1 在 261 在 或 以上
145 +3.00 99.87第 关于 1 在 741 在 或 以上

稀有性 估计 假设 一个 理想化 正常 分布 和 是 rounded. 做 不 使用 他们 作为 精确 人群 counts 或 临床 thresholds.

智商量表与标准分之间的换算

该 safest bridge 之间 分数 系统 是 该 Z 分数. 第一 express 该 原始 分数 作为 标准 偏差 从 它的 意味着; 然后 rebuild 它 在 该 目标 意味着 和 标准差.

Z = (分数 − 意味着) ÷ 标准差 目标 分数 = 目标 意味着 + (Z × 目标 标准差)

工作 示例: 该 98第 百分位

一个 分数 在 大约 +2 标准差 有 一个 Z 分数 的 关于 2.00. 那 变成 130 在 一个 标准差-15 智商 量表, 132 在 一个 标准差-16 智商 量表, 148 在 一个 标准差-24 Cattell-风格 量表 和 70 在 一个 T-分数 量表.

这个 是 为什么 一个 larger 数字 做 不 necessarily indicate 一个 更高 百分位. 该 scale’s spread determines 该 printed 值.

等同 标准 分数 量表 在 该 相同 百分位
等同 值 是 数学 大约. 真实 测试 可以 不同 在 常模, 构念, 上限 和 转换 表格.
100 / 15

现代 智商 标准 分数

意味着 100 和 标准差 15. 这个 是 该 大多数 常见 convention 为 contemporary 韦克斯勒, Stanford–比奈 和 许多 其他 认知 复合项.

+2 标准差 = 130
100 / 16

Legacy 标准差-16 智商 量表

一些 历史的 测试 和 年长 表格 使用 一个 标准差 的 16. 一个 分数 必须 是 已解释 与 该 测试 名称 和 版本.

+2 标准差 = 132
100 / 24

Cattell-风格 智商 量表

一个 wider 量表 sometimes seen 在 年长 高-智商 语境. 该 相同 百分位 产生 一个 很多 larger-looking 数字.

+2 标准差 = 148
50 / 10

T 分数

一个 标准-分数 系统 使用的 广泛 在 心理学. 该 意味着 是 50 和 每个 10 点 等于 一 标准差.

+2 标准差 = 70
10 / 3

分测验 缩放 分数

许多 单独 实施 认知 分测验 使用 一个 意味着 的 10 和 标准差 的 3 之前 他们 是 组合 进入 复合项.

+2 标准差 = 16
0 / 1

Z 分数

该 通用 statistical 量表. 一个 Z 分数 说 如何 许多 标准 偏差 一个 分数 是 以上 或 以下 该 意味着.

+2 标准差 = Z 2.00
一个 数学 转换 是 不 一个 测试 转换. 二 电池 可以 地方 一个 人 在 不同 百分位数 因为 他们 样本 不同 能力, 使用 不同 常模, 有 不同 上限 和 曾是 实施 下 不同 条件.

如何正确解读智商分数

阅读 一个 智商 结果 作为 一 部分 的 一个 评估 argument. 该 分数 应该 答案 一个 真实 问题—这样的 作为 教育 规划, 诊断 clarification 或 文档—和 应该 是 整合 与 历史, observations, 其他 测试 和 everyday 功能.

1

名称 该 测试

记录 该 精确 测验组, 版本, 语言, 年龄 常模 和 日期 的 管理.

2

检查 效度

审查 engagement, 标准化, 调整, 健康, 注意力, 语言 和 感官 访问.

3

使用 该 区间

解释 该 置信区间, 不 仅 该 单个 获得 分数.

4

阅读 该 概况

比较 总体, 指数 和 分测验 模式 没有 overinterpreting 小 差异.

5

比较 真实 生活

询问 是否 该 findings fit 学校, 工作, 沟通 和 每日 功能.

6

Act 在 它

Prioritize 实用 建议, 支持 和 遵循-向上 问题.

信心 间隔 和 测量 错误

否 获得 分数 是 perfectly 精确. 一个 临床医生 使用 该 test’s 标准 错误 的 测量 到 创建 一个 置信区间. 为 插图, 如果 一个 智商 的 100 had 一个 标准 错误 的 3 点, 一个 近似 95% 区间 会 是 关于 94–106. 该 实际 标准 错误 变化 由 测试, 分数 和 年龄.

最佳 练习: 说 “该 获得 分数 曾是 100, 与 该 report’s 州 置信区间” 更确切地 比 处理 100 作为 一个 精确, 永久 quantity.

该 相同 总体 智商 可以 hide 不同 概况

说明性 概况 一个

言语 推理105
视觉-空间103
流体 推理101
工作记忆99
处理 速度97

相对 甚至 表现 周围 该 意味着.

说明性 概况 B

言语 推理125
视觉-空间112
流体 推理115
工作记忆88
处理 速度84

大 优势 和 weaknesses 可以 制作 一个 单个 总体 数字 更少 代表性.

该 概况 以上 是 invented 示例 为 解释 仅 和 是 不 基于 在 真实 测试 记录.

主要的智商与认知能力测试类型

“智商测试” 是 一个 umbrella 术语. 不同 电池 变化 在 年龄 范围, length, theory, 语言 要求, 管理 方法, 分数 structure 和 预期 使用. 一个 分数 应该 never 是 detached 从 该 工具 那 产生 它.

韦克斯勒 量表

单独 实施 年龄-基于 电池 那 典型 报告 一个 总体 综合 加 领域 和 分测验 分数.

韦氏成人智力量表, 韦氏儿童智力量表 和 韦氏学前儿童智力量表

Stanford–比奈

一个 广泛 个体 智力 测验组 descended 从 该 比奈–西蒙 tradition, 与 言语 和 非言语 routes 到 主要 factor 和 完整-量表 分数.

Stanford–比奈 智力 量表

Woodcock–Johnson 认知 电池

Flexible 电池 组织 周围 广泛 和 狭窄 认知 能力, 经常 整合 与 学术 成就 评估.

WJ 认知 和 成就 系统

Kaufman 电池

儿童-专注 或 简短 测量 那 可以 emphasize 处理, acquired 知识, 非言语 表现 或 高效 筛查.

KABC 和 简短 Kaufman 测量

非言语 推理 测量

减少 spoken-语言 要求 和 重点 更多 heavily 在 视觉 推理, 模式 或 非言语 问题 解答; “非言语” 做 不 意味着 文化-免费.

Raven, Leiter 和 相似 测试

组 能力 测试

实施 到 许多 students 在 一次 为 筛查 或 编程 决策. 他们 是 不 自动 interchangeable 与 一个 个体 临床 智商 评估.

学校 筛查 电池

个体 临床 测试 对. 组 筛查

个体 评估

  • 一 考官 和 一 受试者
  • 标准化 prompts, 时机 和 行为 observation
  • 经常 产生 领域 和 分测验 概况
  • 可以 是 整合 与 interviews 和 其他 临床 数据

组 或 在线 筛查

  • 高效 为 许多 人们 在 一次
  • 通常 offers 更少 个体 observation
  • 可能 估计 一个 狭窄 集合 的 能力
  • 可能 不 satisfy 文档 或 诊断 要求

什么 智商 分数 是 使用的 为—和 什么 他们 不能 decide 单独

教育 规划

理解 认知 优势 和 需求 alongside 成就, classroom 证据 和 干预 历史.

资优 identification

Contributing 证据 到 本地 编程 标准, 经常 与 成就, 创造力 或 teacher 数据.

临床 评估

描述 一个 认知 概况 在内 更广 neurodevelopmental, psychiatric, 神经学 或 医疗 评估.

残疾 文档

支持 决策 何时 组合 与 功能 证据 和 该 接收 organization’s 要求.

研究

研究 认知 发展, 组 模式, 干预 影响 和 关系 与 其他 结果.

个人 clarification

帮助 一个 人 理解 一个 概况 何时 该 评估 有 一个 清晰 目的 和 合格 解释.

一个 分数 可以 contribute 证据 关于

  • 表现 在 样本 认知 任务 在标准化条件下
  • 相对 地位 比较 与 一个 年龄-基于 规范性 组
  • 广泛 和 领域-具体 优势 或 weaknesses
  • 问题 那 merit further 评估 或 支持

一个 分数 不能 独立 建立

  • ADHD, 自闭症, dyslexia 或 另一个 诊断
  • 智力障碍 没有 自适应-行为 证据
  • 创造力, 智慧, morality, 动机 或 未来 成功
  • 一个 固定 限制 在 学习 或 一个 某人的 值

智商量表的历史

该 历史 是 两者 科学 influential 和 伦理 complicated. 智力 测试 grew 从 efforts 到 识别 教育 需求, 然后 became entangled 与 质量 classification, eugenics, immigration policy 和 racial hierarchy. 现代 练习 必须 acknowledge 那 历史 当 应用 stronger 标准 为 效度, 公平 和 负责 使用.

1884

Galton’s anthropometric laboratory

Francis Galton 测量 感官 acuity, reaction 时间 和 身体 characteristics 在 一个 早期 effort 到 quantify 个体 差异.

1890

“心理 测试” enter 心理学

James McKeen Cattell 使用的 该 phrase “心理 测试” 为 一个 测验组 emphasizing 感官 和 运动 表现.

1905

比奈–西蒙 preliminary 量表

Alfred 比奈 和 第éodore 西蒙 已发布 一个 实用 集合 的 任务 为 识别 儿童 谁 可能 需要 教育 支持. 它 做了 不 yet 产生 该 现代 偏差 智商.

1908–1911

年龄 水平 和 心理年龄

Revisions 组织 任务 由 该 年龄 在 哪个 儿童 典型 succeeded, 支持 该 想法 的 一个 心理-年龄 估计.

1912

Stern 提议 该 智力 商

William Stern 已描述 一个 商 相关 心理年龄 到 按时间 年龄; 稍后 users multiplied 该 比率 由 100.

1916

Stanford revision

Lewis Terman 自适应 和 标准化 该 比奈–西蒙 方法 为 该 单位 州, 帮助 流行 该 术语 智商.

1917–1918

Army Alpha 和 Beta

组 测试 曾是 使用的 在 unprecedented 量表 期间 世界 War 我, demonstrating 管理 reach 当 也 exposing 主要 语言, 教育 和 公平 问题.

1939

韦克斯勒–Bellevue 和 偏差 分数

大卫 韦克斯勒 引入 一个 成人 测验组 那 比较 表现 与 年龄 同龄人 和 组合 若干 任务 类型 更确切地 比 relying 在 比率 智商.

1984

该 Flynn 效果 是 有记录

James Flynn’s 工作 drew 注意力 到 一般 变化 在 测试 表现 和 该 问题 的 老化 常模.

Today

概况, 不确定性 和 语境

现代 解释 emphasizes 当前 常模, 多重 认知 领域, 信心 间隔, 公平, 自适应 功能 和 该 预期 使用 的 该 分数.

比率 智商 对. 偏差 智商

历史的 比率 智商
心理年龄 ÷ 按时间 年龄 × 100. 这个 方法 工作 poorly 作为 一个 通用 成人 量表 因为 心理-年龄 增长 做 不 继续 linearly 通过 生活.
现代 偏差 智商
一个 标准 分数 显示 如何 far 表现 lies 从 该 年龄-组 意味着. 该 意味着 是 通常 100 和 该 标准差 是 经常 15.
为什么 常模 是 revised
语言, 教育, demographics, 测试 熟悉度 和 人群 表现 变化. 已更新 常模 减少 该 risk 的 比较 当前 受试者 与 一个 obsolete 参考 组.

公平性、文化、语言与测试条件

公平 测试 是 不 成就 由 pretending 语境 做 不 exist. 它 需要 证据 那 分数 解释 是 有效 为 该 预期 使用 和 该 受试者, 加 小心 注意力 到 访问, 语言, 机会, 残疾, 管理 和 后果.

睡眠 和 疲劳

若干 tiredness 可以 减少 注意力, 工作记忆, 速度 和 persistence.

健康 和 疼痛

疾病, 疼痛, 神经学 条件 和 药物 影响 可以 变化 表现.

语言 proficiency

测试 在 一个 更弱 语言 可以 影响 说明, 言语 任务, rapport 和 甚至 非言语 任务 表现.

视觉, 听力 和 运动 访问

感官 或 运动 要求 可以 更低 分数 unless 访问 需求 是 anticipated 和 有记录.

焦虑 和 动机

测试 焦虑, 低 engagement, perfectionism 或 fear 的 失败 可能 影响 速度 和 准确性.

教育 和 机会

学校, literacy, enrichment 和 熟悉度 与 正式 问题 解答 影响 许多 测试 表现.

文化 和 经验

知识, 沟通 风格 和 假设 embedded 在 测试 可能 不 是 相等 熟悉度 到 每个 受试者.

先前 暴露

Retesting 或 练习 与 相似 材料 可以 创建 练习 影响, 特别 超过 短 间隔.

测试 条件

Interruptions, poor 技术, 时间 压力, 考官 行为 和 nonstandard 管理 可以 事项.

个体 解释 是 必要. 组 平均 不能 诊断 一个 个体 或 justify stereotypes 关于 race, ethnicity, 国家, gender, 残疾, income, neighborhood 或 语言 background.

调整 和 modifications

一些 调整 改进 访问 当 preserving 该 预期 构念; 其他人 变化 该 任务 足够 那 标准 常模 可能 否 更长 应用 cleanly. 一个 报告 应该 文档 什么 变化, 为什么 它 变化 和 如何 该 modification 影响 解释.

高 分数, giftedness 和 低-分数 解释

高 分数 和 资优 identification

那里 是 否 通用 “资优 智商.” 许多 编程 使用 thresholds 近 该 上部 few 百分位数, 但是 本地 定义, 接受 测试, 年龄 限制, 分数 recency, 信心 间隔 和 必需 支持 证据 变化. 门萨 使用 该 上部 2% 在 一个 已批准, properly 实施 和 受监督 测试 更确切地 比 一 通用 智商 数字.

使用 百分位 第一. “在 或 以上 该 98第 百分位 在 一个 接受 测试” 是 clearer 比 假设 那 每个 量表 使用 该 相同 截止值 数字.

低 分数 和 智力障碍

AAIDD 已定义 智力障碍 通过 significant 局限 在 两者 智力 功能 和 自适应 行为, 原始 期间 该 发展 period. 一个 获得 智商 近 或 以下 70 可能 prompt 小心 评估, 但是 诊断 不能 是 制成 从 那 数字 单独.

  • 审查 该 置信区间 和 测试 效度.
  • 评估 conceptual, 社会 和 实用 自适应 技能.
  • 确认 发展-period onset 与 历史 和 记录.
  • 考虑 语言, 文化, 残疾, 教育 和 访问.
  • 重点 在 支持 需求 更确切地 比 减少 该 人 到 一个 分数.

在线智商测试:怎样才算可信?

在线 delivery 是 不 自动 invalid, 和 在-人 delivery 是 不 自动 优秀. 该 关键 问题 是 标准化, 常模, 安全, 身份, 环境, 访问, 信度, 效度 和 适当 解释.

更好 signs

  • 清晰 测试 目的 和 目标 年龄 范围
  • Transparent 常模 样本 和 出版物 日期
  • 信度 和 效度 证据
  • 百分位 和 信心 信息
  • 安全, 受监督 管理 何时 文档 事项
  • 限制 和 隐私 练习 州 plainly

Warning signs

  • 保证 天才 分数 或 instant 诊断
  • 否 名称 测试, 常模 或 技术 文档
  • 分数 设计 mainly 到 trigger payment 或 共享
  • Unrealistically 精确 结果 从 一个 few 项目
  • Leaked 或 copied 专业 测试 内容
  • 声称 那 该 分数 是 永久 和 完整
做 不 train 在 受保护 测试 项目. 暴露 到 真实 问题, 答案 关键 或 close replicas 可以 invalidate 未来 结果 和 undermine 公平 和 测试 安全.

常见 智商 量表 神话

神话

“一个 百分位 是 该 百分比 正确.”

一个 百分位 是 一个 排名 在内 一个 规范性 组. 该 75第 百分位 做 不 意味着 75% 的 项目 曾是 已回答 正确地.

神话

“一个 智商 的 130 意味着 正好 该 相同 在 每个 测试.”

该 量表, 常模, 版本, 置信区间 和 构念 coverage 不同. 百分位 和 测试 名称 是 必要.

神话

“一 数字 揭示 每个 kind 的 智力.”

智商 测试 样本 已选择 认知 表现. 他们 做 不 fully 测量 创造力, 智慧, 实用 判断, 动机, character 或 专业知识.

神话

“一个 高 分数 保证 成功.”

生活 结果 依赖 在 许多 个人, 社会, 教育, 健康 和 机会 factors 超越 测试 表现.

神话

“一个 低 分数 证明 智力障碍.”

诊断 需要 局限 在 两者 智力 功能 和 自适应 行为 与 发展-period onset.

神话

“非言语 测试 是 文化-免费.”

他们 减少 语言 要求, 但是 熟悉度, 教育, 视觉 经验, 动机 和 测试 语境 可以 仍然 影响 表现.

神话

“在线 测验 是 等同 到 一个 临床 智商测试.”

大多数 在线 测验 lack 受控 管理, 安全 内容, robust 常模 和 专业 解释.

神话

“你 可以 raise 一个 有效 分数 由 研究 leaked 项目.”

Training 在 受保护 内容 threatens 标准化, 效度, 公平 和 未来 临床 使用.

神话

“该 获得 分数 是 perfectly 精确.”

每个 测试 分数 包括 测量 错误. 报告 应该 包括 一个 置信区间 和 讨论 效度.

智商测试量表常见问题

什么 是 该 平均 智商分数?

在 该 大多数 常见 现代 量表, 该 规范性 意味着 是 100. 一个 分数 近 100 代表性 表现 近 该 中心 的 该 年龄-基于 参考 组, 不 一个 百分比 正确.

什么 是 该 标准差 的 智商?

许多 当前 智力 复合项 使用 一个 标准差 的 15. 一些 测试 或 历史的 系统 使用 16, 24 或 另一个 值, 哪个 是 为什么 该 测试 名称 和 版本 事项.

什么 百分位 是 一个 智商 的 115?

在 一个 意味着-100, 标准差-15 正常 量表, 115 是 一 标准差 以上 该 意味着 和 是 大约 该 84第 百分位.

什么 百分位 是 一个 智商 的 130?

在 一个 意味着-100, 标准差-15 量表, 130 是 二 标准 偏差 以上 该 意味着 和 是 大约 该 98第 百分位. 精确 测试 表格 可能 round 不同地.

是 100 正好 该 50第 百分位?

在 该 理想化 正常 模型, 是. 官方 规范性 表格 可以 使用 discrete 分数 转换 和 rounding, 所以 一个 报告 可能 显示 一个 nearby 百分位.

为什么 可以 该 相同 百分位 有 不同 智商 数字?

不同 分数 系统 使用 不同 标准 偏差. 该 98第 百分位 是 关于 130 在 一个 标准差-15 量表, 132 在 一个 标准差-16 量表 和 148 在 一个 标准差-24 量表.

什么 是 一个 Z 分数?

一个 Z 分数 是 该 数字 的 标准 偏差 一个 结果 是 以上 或 以下 该 意味着. 在 一个 标准差-15 智商 量表, Z = (智商 − 100) ÷ 15.

什么 是 一个 置信区间?

它 是 一个 范围 周围 该 获得 分数 那 沟通 测量 不确定性. 一个 95% 区间 是 wider 比 一个 90% 区间 和 应该 是 已解释 与 该 测试 manual 和 转介 语境.

可以 二 人们 与 该 相同 智商 有 不同 能力?

是. 一 人 可能 有 一个 flat 概况 跨越 领域, 当 另一个 有 强 言语 推理 和 更低 处理 速度 或 工作记忆. 该 相同 总体 分数 可以 summarize 不同 模式.

什么 智商 是 被认为 资优?

那里 是 否 通用 定义. 一些 编程 使用 大约 该 95第, 97第 或 98第 百分位; 其他人 结合 能力, 成就, 创造力, teacher 证据 和 本地 标准.

什么 智商 合格 为 门萨?

门萨 描述 资格 作为 表现 在 该 上部 2% 在 一个 已批准, properly 实施 和 受监督 智力 测试. 该 资格 数字 取决于 在 该 测试 和 量表.

做 一个 智商 以下 70 诊断 智力障碍?

否. 智力障碍 需要 significant 局限 在 智力 功能 和 自适应 行为 与 onset 期间 该 发展 period. 一个 临床医生 考虑 该 分数, 置信区间, 效度 和 多重 来源 的 证据.

可以 智商 变化 超过 时间?

分数 可以 变化 因为 的 发展, 健康, 教育, 干预, 测试 条件, 测量 错误, 练习 影响 和 已更新 常模. 该 amount 和 含义 的 变化 要求 专业 解释.

如何 准确 是 在线 智商 测试?

质量 变化 greatly. 一个 好-设计 在线 研究 或 筛查 测量 可能 估计 一个 狭窄 能力, 但是 unsupervised 测验 通常 不能 substitute 为 一个 标准化 专业评估 或 官方 文档.

可以 我 转换 一个 旧 分数 到 一个 现代 智商?

你 可以 估计 一个 等同 百分位 何时 该 原始 意味着 和 标准差 是 已知, 但是 这个 做 不 正确 为 旧 常模, 不同 构念, 分数 上限, 测试 版本 或 管理 条件.

什么 是 该 差异 之间 智商 和 一个 指数 分数?

一个 总体 智商 综合 summarizes 广泛 表现 跨越 已选择 任务. 指数 分数 summarize 狭窄 领域 这样的 作为 言语 理解, 流体 推理, 视觉-空间 能力, 工作记忆 或 处理 速度, 取决于 在 该 测试.

为什么 是 extreme 智商 分数 更少 精确?

规范性 样本 包含 fewer 人们 在 该 far tails, 分数 上限 可能 compress 表现, 和 一个 小 原始-分数 变化 可以 产生 一个 大 标准-分数 差异. 高 和 低 extremes 需要 cautious 解释.

应该 我 比较 分数 从 不同 测试 直接?

仅 cautiously. 第一 比较 百分位数 和 信心 间隔, 然后 考虑 该 构念 测量, 常模, 年龄 范围, 版本, 管理 方法 和 目的 的 每个 测试.

智商 量表 glossary

自适应 行为

Conceptual, 社会 和 实用 技能 使用的 在 everyday 生活. 它 是 必要 到 智力-残疾 评估.

年龄 常模

一个 比较 组 制成 向上 的 人们 在 该 相同 或 一个 closely 相似 年龄 范围.

综合 分数

一个 标准 分数 形式 由 结合 表现 跨越 若干 分测验.

置信区间

一个 分数 范围 那 expresses 不确定性 周围 一个 获得 结果.

偏差 智商

一个 标准 分数 显示 distance 从 该 年龄-组 意味着, 通常 在 一个 意味着-100 量表.

Floor

该 lowest 水平 一个 测试 可以 测量 与 有用 differentiation.

上限

该 highest 水平 一个 测试 可以 测量 与 有用 differentiation.

全量表智商

全量表智商, 一个 总体 综合 估计 的 广泛 认知 功能 在 certain 测试 家庭.

指数 分数

一个 综合 代表性 一个 认知 领域 更确切地 比 该 整个 测验组.

常模

参考 数据 使用的 到 转换 原始 表现 进入 解释 分数.

百分位 排名

该 百分比 的 该 规范性 组 评分 在 或 以下 一个 结果, subject 到 测试-具体 rounding.

练习 效果

改进 导致 由 熟悉度 或 先前 暴露 更确切地 比 一个 真实 变化 在 该 目标 能力.

原始 分数

该 initial 点 或 credit earned 之前 转换 通过 规范性 表格.

信度

该 一致性 或 精度 的 分数 下 已定义 条件.

标准 错误 的 测量

一个 估计 的 预期 分数 变化 导致 由 测量 imprecision.

效度

证据 支持 该 解释 和 使用 的 分数 为 一个 特定 目的.

Z 分数

一个 标准化 值 与 意味着 0 和 标准差 1.

专业资料与一手来源

图像 credits: Alfred 比奈 肖像 和 该 1917 Army 测试 照片 是 公共 领域. 该 大卫 韦克斯勒 照片 是 credited 到 新 York 通用 学校 的 Medicine 和 licensed CC 由 4.0. 来源 和 license 页面 是 可用 通过 维基媒体 共享资源.