在概率论中，Z值指的是随机变量，经过列维-林德伯格中心极限定理的变换，服从标准正态分布Φ（0,1）的新变量。这一标准正态分布具有均值为0和方差为1的特性。

Z值在数量上表示新变量与标准差σ=1的关系。具体而言，Z值大小反映了新变量相对于均值的相对位置。若Z值较小，接近-∞，则表示该新变量在Φ（0,1）中出现的累计概率较低，接近于0。反之，若Z值接近0，则该新变量出现的累计概率接近50%，即处于均值附近。若Z值较大，接近+∞，则该新变量在Φ（0,1）中出现的累计概率较高，接近于1。

总之，Z值作为标准正态分布下的变量，其大小直接反映了随机变量与标准正态分布均值的相对距离，帮助我们理解该变量在分布中的位置以及出现的概率。