斯坦福-比奈量表

在测验里怎么用

最早的标准化智力测验之一，现行第五版。 这个概念在解读分数时出现频率很高。理解它的关键在于分清「描述」和「判断」：它描述的是分数的一个属性，不直接告诉你一个人怎么样。

容易混的地方

同一类概念往往有好几个近义词，中文译法也不统一。遇到不同的说法时，先看它对应的是哪个英文原词，比死记中文名有用。

在结果页哪里会看到它

斯坦福-比奈量表这个词之所以难讲清，是因为它同时指一个统计量和一个直觉概念。日常说话用的是后者，报告里写的是前者，两者并不是一回事。

拿一份真实报告演算一遍

举一个具体例子：假设某人测得 IQ 115，按均值 100、标准差 15 换算，对应第 84 百分位。也就是说，在一百个同龄人里大约排在第十六位。这个换算过程用到的就是常模与标准分的概念。

几个常见的混淆

同义说法不少，比如测量标准误有时被简写成 SEM，和结构方程模型里的缩写撞车。看到缩写时先确认上下文。

在结果页哪里会看到它

斯坦福-比奈量表这个词之所以难讲清，是因为它同时指一个统计量和一个直觉概念。日常说话用的是后者，报告里写的是前者，两者并不是一回事。

拿一份真实报告演算一遍

举一个具体例子：假设某人测得 IQ 115，按均值 100、标准差 15 换算，对应第 84 百分位。也就是说，在一百个同龄人里大约排在第十六位。这个换算过程用到的就是常模与标准分的概念。

几个常见的混淆

同义说法不少，比如测量标准误有时被简写成 SEM，和结构方程模型里的缩写撞车。看到缩写时先确认上下文。

相关术语

这个词为什么单列

这个术语的英文是 Stanford-Binet，中文译法不统一。记性站 用的是比较常见的那个。

理解这个词之后，再回头看分数区间表，会发现很多说法突然通顺了。

这段话写在这里，是因为后台数据里这一类问题被反复问到。不是必须接受的结论。