在第二章介紹累加次數分布表和累加次數曲線時提到過百分位數(percentile),又叫百分位點的概念。它是指量尺上的一個點,在此點以下,包括數據分布中全部數據個數的一定百分比。第P百分位數(P-percentile)就是指在其值為P的數據以下,包括分布中全部數據的百分之p,其符號為Pp。
由於以全距表示一組數據的離散程度時,受極端數的影響很不準確,因此,有人提出取消分布兩端10%的數據,即用P10和P90之間的距離作為差異量數,即百分位差。
(一)百分位數的計算
公式如下:
式中:Pp為所求的第P個百分位數;
Lb為百分位數所在組的精確下限;
f為百分位數所在組的次數;
Fb為小於Lb的各組次數的和;
N為總次數;
i為組距。
如果得到了向上累加頻數分布表,求百分位數的步驟如下:
1.找到P百分位數所對應的名次,即n×P%;
2.從累加頻數中找到該名次所在的分組,以及該組的頻數f和組距i;
3.找到該分組區間精確下限值Lb和此值以下的累加頻數Fb;
4.將上麵的這些數據代入公式即可計算n×P%對應的數值。
【例4-1】 用下麵的次數分布表計算該分布的百分位差P90-P10。
解:先計算P10和P90兩個百分位數。
157×10/100=15.70
157×90/100=141.30
P90-P10=51.56-19.33=32.23
答:該分布的百分位差P90-P10是32.23。
常用的百分位差除P90-P10外,還有P93-P7。但這兩種百分位差,雖然比全距較少受兩極數值的影響,但仍然不能很好地反映中間數據的散布情況,因此隻作為主要差異量數的補助量數,在實踐中很少使用。
應該看到,計算百分位數的公式與前麵提到的用分組數據計算中數的原理一致。事實上,中數就是百分位數P50,公式4-2中的P%等於50%時,它就是中數公式。因為在中數以下或以上,剛好有全部數據個數的50%。