Калькулятор персентилів
Знайдіть значення на будь-якому персентилі вашого набору даних або персентильний ранг конкретного значення. Підтримуються лінійна інтерполяція (Excel PERCENTILE.INC) та метод найближчого рангу. Просто вставте свої числа.
Знаходження персентилів і рангів
Формула персентиля
Де:
- \(p\) — персентиль, який потрібно знайти, від 0 до 100
- \(n\) — кількість значень у наборі даних
- \(x_{(i)}\) — \(i\)-те найменше значення у відсортованому наборі
- \(r\) — дробова позиція, обчислена для лінійної інтерполяції
- \(k\) — ранг, який використовується методом найближчого рангу
Перший рядок — метод лінійної інтерполяції (використовується в Excel PERCENTILE.INC і за замовчуванням у NumPy): він обчислює дробову позицію у відсортованих даних та інтерполює між двома сусідніми значеннями. Другий рядок — класичний метод найближчого рангу: він округлює позицію вгору і повертає фактичну точку даних.
Для зворотної задачі — персентильного рангу значення \(x\) — калькулятор використовує обернений лінійний метод (як Excel PERCENTRANK.INC):
\[
R(x) = \frac{i + \dfrac{x - x_{(i)}}{x_{(i+1)} - x_{(i)}}}{n - 1} \times 100
\]
де \(x\) лежить між відсортованими значеннями \(x_{(i)}\) та \(x_{(i+1)}\). У методі найближчого рангу ранг — це просто відсоток значень, які менші або рівні \(x\).
Персентиль – приклад обчислення
Приклад: знайти 40-й персентиль набору даних 15; 20; 35; 40; 50 за допомогою лінійної інтерполяції.
\[ r = \frac{40}{100} \times (5 - 1) = 1.6 \]
Позиція 1,6 лежить між 2-м значенням (20) та 3-м значенням (35) відсортованих даних:
\[ P_{40} = 20 + 0.6 \times (35 - 20) = 29 \]
Результат: 40-й персентиль дорівнює 29, тобто 40% значень лежать нижче за 29.
Виконавши те саме обчислення у зворотному напрямку — знайшовши персентильний ранг значення 29 — отримаємо 40%, що підтверджує: ці два обчислення є оберненими одне до одного.
Як користуватися калькулятором
- Виберіть Що обчислити: «Знайти значення за заданим персентилем» або «Знайти персентильний ранг значення».
- Введіть свої числа в поле Набір даних, розділяючи їх пробілами, новими рядками або крапками з комою. Порядок не має значення — калькулятор відсортує їх автоматично.
- Якщо ви шукаєте персентиль, задайте Персентиль (p) від 0 до 100 (наприклад, 40 дає значення, нижче якого лежать 40% даних).
- Якщо ви знаходите ранг, введіть Значення, чию позицію в наборі даних ви хочете виміряти.
- Виберіть Метод обчислення: лінійна інтерполяція (стандарт в Excel і NumPy) або найближчий ранг (який завжди повертає фактичну точку даних).
- Зчитайте результат разом із покроковим поясненням, яке показане під ним і містить відсортовані дані та всі проміжні числа.
Що таке персентиль?
Персентиль — це значення, нижче якого перебуває заданий відсоток спостережень у наборі даних. Наприклад, 40-й персентиль набору результатів тестування — це бал, нижче якого набрали 40% учнів. Персентилі — це спосіб описати позицію значень у розподілі, не роблячи жодних припущень про форму цього розподілу, що робить їх стійкими до викидів і асиметричних даних.
Зворотна задача так само поширена: замість того щоб питати «яке значення знаходиться на 90-му персентилі?», ви питаєте «на якому персентилі перебуває це конкретне значення?». Це персентильний ранг. Якщо ваша зарплата перебуває на 75-му персентилі зарплат у вашій сфері, 75% людей заробляють менше за вас. Звіти стандартизованих тестів, графіки фізичного розвитку дітей та інформаційні панелі бенчмарків — усі вони виражають результати саме таким чином.
Персентилі тісно пов’язані з медіаною: медіана — це просто 50-й персентиль. 25-й, 50-й та 75-й персентилі разом утворюють квартилі, що використовуються в діаграмах розмаху (box plot). Зауважте, що персентилі описують вашу вибірку — це описова статистика, а не оцінка параметра генеральної сукупності на кшталт довірчого інтервалу. Якщо вам потрібно визначити позицію значення в межах відомого теоретичного розподілу, а не набору даних, краще підійдуть Калькулятор Z-показника або Калькулятор нормального розподілу.
Лінійна інтерполяція проти найближчого рангу
Не існує єдиного універсального визначення персентиля, і різні підручники та програмні пакети використовують різні правила. Цей калькулятор пропонує два найпоширеніші, щоб ваші результати відповідали будь-якому правилу, яке вам потрібне.
Лінійна інтерполяція обчислює точну дробову позицію \(p/100 \times (n-1)\) у відсортованих даних та інтерполює між двома сусідніми значеннями. Це метод, що лежить в основі Excel PERCENTILE.INC, стандартного методу NumPy та квантиля типу 7 у R. Його перевага в тому, що він розглядає дані як неперервні і дає єдину відповідь для будь-якого персентиля; недолік — результат часто не є фактичною точкою даних (у прикладі вище 40-й персентиль дорівнює 29, а такого значення немає в наборі даних).
Найближчий ранг округлює позицію вгору до цілого числа та повертає відповідну точку даних. Це класичне визначення з підручників, яке завжди дає значення, що існує у ваших даних. Коли два методи розходяться — що трапляється з малими наборами даних — різниця зазвичай невелика, але варто про неї знати, порівнюючи результати різних інструментів.
Гарна перевірка правильності: два режими калькулятора є оберненими одне до одного. Якщо 40-й персентиль дає значення 29, то запит рангу значення 29 (за того ж методу й того ж набору даних) поверне 40%.
Поради та обмеження
- Порядок сортування не має значення — вставляйте дані в будь-якому порядку; калькулятор спочатку їх відсортує.
- Малі набори даних дають грубі результати. За невеликої кількості значень сусідні персентилі можуть бути однаковими або різко стрибати. Інтерполяція згладжує це, але не може створити інформацію, якої немає.
- Повторювані значення обробляються коректно: дублікати враховуються в ранзі окремо, а за методу найближчого рангу персентильний ранг значення — це відсоток значень, менших або рівних йому.
- Значення поза межами діапазону даних обмежуються рангом 0% або 100% — за визначенням персентильний ранг не може бути від’ємним або перевищувати 100.
- Приймаються десяткові коми (наприклад, 15,5), що зручно під час вставляння даних з європейських електронних таблиць.
- Для інших зведених статистик того ж набору даних — розмаху, центру чи медіани, яка відповідає 50-му персентилю, — дивіться Калькулятор медіани та моди, Калькулятор стандартного відхилення та Калькулятор коефіцієнта варіації.
Часті запитання
Який персентиль вважається хорошим?
Не існує універсального «хорошого» персентиля — це залежить від того, що ви вимірюєте. На стандартизованих тестах перебування вище 50-го персентиля означає, що ви набрали більше балів, ніж половина тих, хто складав тест, а все, що вище 75-го, зазвичай вважається високим результатом. Для таких показників, як індекс маси тіла або артеріальний тиск, серединні персентилі зазвичай здоровіші за крайні. Для доходу чим вище, тим загалом краще. Завжди запитуйте, з якою референтною групою персентиль вас порівнює.
Яка різниця між персентилем і відсотком?
Відсоток виражає значення як частину цілого, наприклад 25 зі 100 балів. Персентиль описує позицію в наборі даних: 25-й персентиль — це значення, нижче якого лежать 25% усіх спостережень. Якщо ви перебуваєте на 90-му персентилі за результатами тесту, це не означає, що ви дали 90% правильних відповідей — це означає, що ви перевищили результати 90% інших учасників тесту.
Чому мій результат відрізняється від Excel або іншого калькулятора?
Не існує єдиного стандартного визначення персентиля, і різні програми по-різному обробляють позиції між точками даних. Excel PERCENTILE.INC, стандартний метод NumPy та квантиль типу 7 у R використовують лінійну інтерполяцію, тоді як PERCENTILE.EXC, квантилі в R (типи 1–6) та деякі підручники застосовують інші правила. Спробуйте змінити метод обчислення тут — якщо ваш інструмент відповідає найближчому рангу, а не лінійній інтерполяції, результати збігатимуться.
Чи персентилі та квартилі — це одне й те саме?
Квартилі — це окремі випадки персентилів. Перший квартиль \(Q_1\) — це 25-й персентиль, другий квартиль \(Q_2\) — медіана (50-й персентиль), а третій квартиль \(Q_3\) — 75-й персентиль. Ці три значення утворюють «ящик» у діаграмі розмаху (box plot), а міжквартильний розмах \(Q_3 - Q_1\) вимірює розкид середньої половини даних.
Як перетворити персентиль у z-показник або навпаки?
Це можна зробити, лише якщо дані підпорядковуються нормальному розподілу. Тоді використовуйте стандартну нормальну функцію розподілу: \(p = \Phi(z) \times 100\), і навпаки, \(z = \Phi^{-1}(p/100)\). Наприклад, 95-й персентиль відповідає \(z \approx 1.645\). Якщо ваші дані походять із фактичного набору даних, а не з теоретичної нормальної кривої, краще скористайтеся цим калькулятором — набори даних рідко точно підпорядковуються нормальному розподілу.
Які типові помилки під час обчислення персентилів вручну?
Найпоширеніші помилки — забути спочатку відсортувати дані, рахувати позиції від 1, коли формула рахує від 0, і плутати дві основні формули — лінійна інтерполяція використовує \(p/100 \times (n-1)\), тоді як найближчий ранг використовує \(p/100 \times n\). Також звертайте увагу на дублікати значень: їх потрібно рахувати окремо, а не об’єднувати в одне. Перевірте себе, переконавшись, що 50-й персентиль дорівнює медіані ваших даних.
Як інтерпретувати персентилі на графіках фізичного розвитку дітей?
Графіки розвитку показують, де перебуває зріст або вага дитини порівняно з однолітками того ж віку та статі — 60-й персентиль зросту означає, що 60% дітей цього віку нижчі. Значення приблизно між 5-м і 95-м персентилями зазвичай вважаються нормальними, але одноразові вимірювання мають менше значення, ніж тенденція у часі. Якщо дитина змістилася вниз або вгору на кілька ліній персентилів, про це варто поговорити з педіатром.