收入百分位计算器

收入百分位计算器

增长中 AI Skill PRO

输入计算

数学公式

百分位=Φ(z)×100其中z=收入−平均值标准差\begin{gathered} \text{百分位} = \Phi(z) \times 100 \\[1.5em] \text{其中}\quad z = \frac{\text{收入} - \text{平均值}}{\text{标准差}} \end{gathered}
使用统计

广告

结果

你的收入百分位
59.9
百分位排名
你的收入高于 59.9% 的人
你处在前 40.1%
Z 分数 0.25

报告本页错误

什么是收入百分位计算器?

这个工具用于估算你的收入在整个收入人群中处于什么位置。只要把你的收入与给定的平均值和标准差作对比,它就会算出你的百分位排名——也就是大约有多少比例的人收入低于你。同时它还会给出"前 X%"的视角和背后的 z 分数。需要说明的是,该模型假设收入服从正态分布(钟形曲线),这只是一种简化的近似,因为现实中的收入分布通常是右偏的(高收入者拉出一条长尾)。所以请把结果当作一个快速估算,而不是官方统计数据。

如何使用

只需输入三个数字:你的年收入、你想对比的人群的平均(均值)收入,以及该人群的标准差。点击计算即可看到你的百分位。如果你不知道标准差,有一个常用的经验法则:对于全国性的收入数据,标准差大约相当于均值的 50%–70%。

公式详解

首先计算 z 分数:

$$z = \frac{x - \mu}{\sigma}$$

它衡量你的收入偏离平均值多少个标准差。然后把这个 z 分数代入标准正态累积分布函数 \(\Phi(z)\),得到分布中低于你这一数值的比例。乘以 100 就是百分位。

$$P = \Phi(z) \times 100$$

本计算器采用 Abramowitz & Stegun 的多项式近似来计算 \(\Phi\),精度约为 \(\pm 7.5 \times 10^{-8}\)。

广告
钟形曲线,左侧有阴影区域,并有一条竖线标记收入值
百分位数等于正态曲线下你收入左侧的阴影面积。

实例演算

假设你的收入是 75,000 美元,人群平均值是 65,000 美元,标准差是 40,000 美元。那么 z 分数为

$$z = \frac{75{,}000 - 65{,}000}{40{,}000} = 0.25$$

查表得 \(\Phi(0.25) \approx 0.5987\),所以你的百分位约为 59.9——也就是说你比大约 60% 的人挣得多,处在前 40% 的行列。

钟形曲线,沿坐标轴显示标准差刻度,展示 z 分数的转换
用你的收入减去均值再除以标准差,即可转换为 z 分数。

Z分数转百分位查询表

该计算器先将您的收入转换为z分数,\(z = \frac{x - \mu}{\sigma}\),然后从标准正态分布中读取累积概率\(\Phi(z)\)。下表列出了常见的z分数。“前X%”为\(100 - \text{百分位}\)。数值已取整。

z分数 Φ(z) 百分位 前X%
-2 0.0228 2.28 97.72%
-1.5 0.0668 6.68 93.32%
-1 0.1587 15.87 84.13%
-0.5 0.3085 30.85 69.15%
0 0.5000 50.00 50.00%
0.25 0.5987 59.87 40.13%
0.5 0.6915 69.15 30.85%
1 0.8413 84.13 15.87%
1.28 0.8997 89.97 10.03%
1.5 0.9332 93.32 6.68%
1.645 0.9500 95.00 5.00%
1.96 0.9750 97.50 2.50%
2 0.9772 97.72 2.28%
2.33 0.9901 99.01 0.99%
3 0.9987 99.87 0.13%

由于正态曲线是对称的,因此\(\Phi(-z) = 1 - \Phi(z)\)。

情景比较:相同收入,不同人群

同样的75,000美元收入,在与之比较的人群的均值(μ)和标准差(σ)不同时,排名可能差异很大。每个z分数为\(z = \frac{75{,}000 - \mu}{\sigma}\)。所有数据均为示例性输入,并非真实统计数据。

均值(μ) 标准差(σ) z分数 百分位 前X%
$65,000 $26,000 10,000 / 26,000 = 0.385 ≈ 65.0 ≈ 35.0%
$65,000 $40,000 10,000 / 40,000 = 0.25 59.87 40.13%
$65,000 $50,000 10,000 / 50,000 = 0.20 57.93 42.07%
$50,000 $26,000 25,000 / 26,000 = 0.962 ≈ 83.2 ≈ 16.8%
$90,000 $26,000 -15,000 / 26,000 = -0.577 ≈ 28.2 ≈ 71.8%

要点:在均值固定时,σ越大,会使高于平均水平的收入更接近第50百分位。在σ固定时,均值越低,您的排名越高;均值越高,排名越低。最后一行显示了负z分数(低于均值)的情况。

广告

解读您的百分位结果

百分位是建模人群中收入低于您所输入收入的人所占的比例。结果为75意味着模型认为您的收入超过约75%的人,也就是处于前25%。这是一个排名,而不是收入的百分比:处于第75百分位并不意味着您的收入是某物的75%。

在正态分布中,z分数表示您与均值相差多少个标准差:

  • 约68%的数值位于±1σ之内(z介于-1和1之间)。
  • 约95%位于±2σ之内。
  • 约99.7%位于±3σ之内。
  • z分数为0表示恰好处于均值(第50百分位)。负z分数表示收入低于均值,正z分数表示高于均值。

模型的局限性。真实的收入分布通常是右偏的:少数高收入者形成的长尾会把均值拉高,超过典型收入水平。因此,对称的正态模型可能会误判排名,在高收入区间尤其如此。当σ相对于μ较大时(例如σ接近或超过μ的一半),正态曲线会把概率分配给低于零的收入,而这在现实中不可能发生。因此,描述典型收入时通常使用中位数而非均值,结果最好仅作为粗略估计来理解。请确认您的均值和标准差与您自己的数据来自相同的人群、年份和收入定义(个人、家庭、税前等)。

本工具仅提供一般性统计信息,不构成财务建议。

常见问题

用正态分布来描述收入准确吗?并不完全准确。收入分布是右偏的,高收入端有一条长长的尾巴,所以这里给出的只是近似值。如需精确数字,请查阅人口普查或税务部门发布的百分位表。

如果结果是 99+ 或者 0 怎么办?当收入远远偏离平均值时,会落到曲线的两端尾部,从而得到接近 100% 或接近 0% 的数值。

这个工具适用于任何国家吗?可以——它不依赖于特定国家或地区的规则。你只需提供你关注的那个人群的平均值和标准差即可。注意:不同国家的收入水平和官方统计口径各不相同,请用对应人群的数据。

最后更新:

金融热门计算器

查看全部金融计算器