在第二章介绍累加次数分布表和累加次数曲线时提到过百分位数(percentile),又叫百分位点的概念。它是指量尺上的一个点,在此点以下,包括数据分布中全部数据个数的一定百分比。第P百分位数(P-percentile)就是指在其值为P的数据以下,包括分布中全部数据的百分之p,其符号为Pp。
由于以全距表示一组数据的离散程度时,受极端数的影响很不准确,因此,有人提出取消分布两端10%的数据,即用P10和P90之间的距离作为差异量数,即百分位差。
(一)百分位数的计算
公式如下:
式中:Pp为所求的第P个百分位数;
Lb为百分位数所在组的精确下限;
f为百分位数所在组的次数;
Fb为小于Lb的各组次数的和;
N为总次数;
i为组距。
如果得到了向上累加频数分布表,求百分位数的步骤如下:
1.找到P百分位数所对应的名次,即n×P%;
2.从累加频数中找到该名次所在的分组,以及该组的频数f和组距i;
3.找到该分组区间精确下限值Lb和此值以下的累加频数Fb;
4.将上面的这些数据代入公式即可计算n×P%对应的数值。
【例4-1】 用下面的次数分布表计算该分布的百分位差P90-P10。
解:先计算P10和P90两个百分位数。
157×10/100=15.70
157×90/100=141.30
P90-P10=51.56-19.33=32.23
答:该分布的百分位差P90-P10是32.23。
常用的百分位差除P90-P10外,还有P93-P7。但这两种百分位差,虽然比全距较少受两极数值的影响,但仍然不能很好地反映中间数据的散布情况,因此只作为主要差异量数的补助量数,在实践中很少使用。
应该看到,计算百分位数的公式与前面提到的用分组数据计算中数的原理一致。事实上,中数就是百分位数P50,公式4-2中的P%等于50%时,它就是中数公式。因为在中数以下或以上,刚好有全部数据个数的50%。