Перцентиль — статистическая мера распределения¶
Перцентиль — это значение, ниже которого находится определённая доля наблюдений в выборке или распределении. Выражается в процентах: например, 25-й перцентиль означает, что 25 % всех значений меньше или равны данному, а остальные 75 % — больше. Перцентиль является одним из основных инструментов описательной статистики и применяется в медицине, экономике, образовании, спорте и аналитике данных.
¶Определение и математическая суть
Пусть имеется упорядоченная по возрастанию выборка из n значений. Перцентиль уровня p (0 < p < 100) — это значение, которое не превышается более чем p процентов наблюдений. Формально перцентиль Q_p разделяет распределение так, что доля наблюдений, не превышающих Q_p, равна p/100.
Важно различать перцентиль и процентиль — в русскоязычной литературе оба написания встречаются, но «перцентиль» считается более устоявшимся.
Связь с квартилями и децилями:
- Квартили — перцентили на уровнях 25, 50 и 75 %;
- Медиана — 50-й перцентиль;
- Децили — перцентили на уровнях 10, 20, 30 … 90 %;
- Квантиль — обобщённое понятие, включающее перцентили как частный случай (уровень задаётся дробью от 0 до 1).
¶Как вычисляется перцентиль
Существует несколько алгоритмов расчёта, и результаты могут незначительно различаться. Наиболее распространённый способ (используется, например, в NumPy и Excel):
- Выборка сортируется по возрастанию.
- Вычисляется позиция: i = (p / 100) · (n − 1) + 1.
- Если i не целое, значение интерполируется между двумя соседними наблюдениями.
Пример: выборка {2, 4, 6, 8, 10}. Медиана (50-й перцентиль) равна 6. 25-й перцентиль: позиция i = 0,25 · 4 + 1 = 2, значение равно 4. 75-й перцентиль: i = 0,75 · 4 + 1 = 4, значение равно 8.
¶Отличие от среднего значения
Среднее арифметическое обобщает данные в одно число, но чувствительно к выбросам. Перцентиль устойчив к экстремальным значениям: добавление одного очень большого или очень маленького значения не сдвинет 90-й перцентиль существенно, тогда как среднее может измениться заметно.
Пример: зарплаты пяти сотрудников — 30, 35, 40, 45 и 500 тысяч рублей. Среднее — 130 тыс. — не отражает типичную ситуацию. Медиана (50-й перцентиль) — 40 тыс. — даёт более реалистичную картину.
¶Где применяется перцентиль
¶Медицина и педиатрия
Перцентильные таблицы используются для оценки физического развития детей. Рост, вес и окружность головы младенцев сопоставляются с референсными распределениями, построенными на больших выборках. Ребёнок, чей рост соответствует 25-му перцентилю, ниже 75 % сверстников, но это норма, а не патология. В России для этих целей применяются таблицы ВОЗ и национальные перцентильные таблицы.
¶Образование и тестирование
Результаты ЕГЭ, IQ-тестов и профессиональных экзаменов часто интерпретируются через перцентили. Абитуриент, набравший 85-й перцентиль, показал результат выше 85 % участников. Это позволяет сравнивать результаты между разными годами и разными тестами, где абсолютные баллы несопоставимы.
¶Экономика и бизнес
Перцентили применяются при анализе доходов, цен, времени отклика сервисов. Метрики веб-аналитики (время загрузки страницы, длительность сессии) традиционно отчитываются через 50-й, 90-й и 95-й перцентили, поскольку средние значения искажаются редкими, но экстремально медленными запросами.
¶Спортивная статистика
В беге, плавании и других видах спорта перцентили показывают, как результат спортсмена соотносится с распределением результатов в его возрастной группе и категории.
¶Перцентиль в программировании и языках запросов
Большинство языков анализа данных предоставляют встроенные функции расчёта перцентилей:
- Python (библиотеки NumPy, pandas):
numpy.percentile(),Series.quantile(); - R:
quantile(),percentile(); - SQL:
PERCENTILE_CONT,PERCENTILE_DISC(поддерживается в PostgreSQL, Oracle, SQL Server); - Excel:
ПЕРСЕНТИЛЬ,ПЕРСЕНТИЛЬ.ИСК.
В распределённых системах (Apache Spark, Hadoop) перцентили считаются через алгоритмы t-digest или GK, которые приближают точное значение с ограниченной ошибкой при ограниченной памяти.
¶Частые ошибки при интерпретации
Перцентиль не показывает абсолютную «хорошость» результата. 50-й перцентиль по росту — это норма, а 50-й перцентиль по смертности от заболевания — неблагоприятный показатель. Направление «лучше» зависит от контекста.
Перцентиль не является процентом правильных ответов. 90-й перцентиль на экзамене означает превосходство над 90 % участников, а не 90 % выполненных заданий.
Перцентиль не учитывает форму распределения. Два набора данных с одинаковым 90-м перцентилем могут радикально различаться по разбросу и асимметрии. Для полной картины перцентили дополняют стандартным отклонением, межквартильным размахом и графиками распределения.
¶Историческая справка
Понятие перцентиля ввёл в обращение американский статистик Уилфорд Линкольн Уилкокс (Wilford Lincoln Wilcox) в начале XX века. Термин «квартиль» был предложен Чарльзом Пирсоном ещё в 1895 году, а идея разделения распределения на сотые доли восходит к работам Фрэнсиса Гальтона по биометрии 1880-х годов.
¶Источники
- Мёрдок Дж., Тейлор С. Статистика. Полный курс. — СПб.: Питер, 2019.
- Гмурман В. Е. Теория вероятностей и математическая статистика. — М.: Высшая школа, 2003.
- Documentation NumPy: numpy.percentile.
- Всемирная организация здравоохранения. Нормы физического развития детей раннего возраста.