百分位数的简单介绍与计算方式

  近期在进行的项目涉及百分位数计算，查找资料时发现现有资料内容过于臃肿复杂，故对其进行简单介绍。

一、百分位数简介

  百分位数是统计学中用于描述一组数据分布位置的指标，它表示一个值在数据集中的位置。具体地说，百分位数是指某个值在所有数据中占比的百分比位置。例如，第90百分位数表示有90%的数据点小于或等于这个值。

二、百分位数的定义

  对于一个数据集，P百分位数是一个值，使得P%的数据点在它之下，其余(100-P)%的数据点在它之上。

三、百分位数的计算

  计算百分位数的方法有多种，以下是最常见一种的步骤：

• ① 排序：将数据从小到大排序。
• ② 计算位置：确定百分位数所在的位置。对于一个包含N个数据点的已排序数据集，第P百分位数的位置可以用公式计算：
  $$位置K=\frac{P}{100}\ast （N+1）$$
  计算得到K后，又有以下两种情况：

1. K是整数：那么第K个数就是这组数据的P百分位数.

例如一个已排列好数据集M为： M = [3,5,7,8,12,13,14,18,21] ,计算第90百分位数的位置：
$$位置K=\frac{90}{100}\ast （9+1）=9$$
则该数据的的90百分位为数据集的第9个数据，即： Percentile_90 = M₉ = 21

注意：使用上公式时，数据集的首个数据位置下标为1（即M₁ ），而非0。因此写C等类型程序时要注意处理。比如上方数据集，首个元素3处于位置1，即M₁ = 3，第二个元素5处于位置2，即M₂ = 5

2. K是小数：那么百分位数使用线性插值进行计算：假设数据集M的90百分位为K = a.b，其中a为整数部分，b为小数部分。那么 Percentile_90 =M_a + b* (M_a+1 - M_a)。

例如一个已排列好数据集M为： M = [4,7,9,10,11] ,计算第40百分位数: $$位置K=\frac{40}{100}\ast （5+1）=2.4$$
则 Percentile_40 = M₂ + 0.4 * (M₃ - M₂) = 7 + 0.4 * (9 - 7) = 7.8

值得注意的是，也有一种方式是直接向上取整（实际应用中选用此方法的人更多），使用该方式时上例的百分位数为： Percentile_40 = M₃ = 9