什么是百分位排名?
百分位排名表示总体中得分小于或等于某个数值的人所占的百分比。如果你的测量值位于第 84 百分位,就意味着你超过了大约 84% 的人群。本计算器假设总体服从正态分布(钟形曲线),这一模型适用于很多考试成绩、身高以及生理指标数据。
如何使用本计算器
输入你的数值、总体均值和总体标准差,工具会给出 Z 分数、百分位排名,以及高于该数值的人群占比。注意:标准差必须大于 0。
公式说明
首先把数值转换为 Z 分数:
$$z = \frac{x - \mu}{\sigma}$$其中 \(x\) 为你的数值,\(\mu\) 为总体均值,\(\sigma\) 为总体标准差。然后计算标准正态分布的累积分布函数:
$$P = 100 \times \Phi(z) = 100 \times \frac{1}{2}\left[1 + \operatorname{erf}\left(\frac{z}{\sqrt{2}}\right)\right]$$误差函数采用数值近似方法计算,精度可达小数点后约七位。
计算示例
假设某人的智商(IQ)为 115,均值为 100,标准差为 15。
$$z = \frac{115 - 100}{15} = 1$$$$P = 100 \times \Phi(1) \approx 84.13$$这个分数大约位于第 84.13 百分位,也就是说大约有 15.87% 的人得分比他更高。
常见问题
百分位数和百分比是一回事吗?
不是。百分比表示占总量的比例,例如 100 道题答对 80 道;而百分位数描述的是你相对于其他人所处的位置。
如果我的数据不服从正态分布怎么办?
这时计算结果只是近似值。对于偏态分布的数据,建议直接用实际数据集对你的数值进行排名。
Z 分数为 0 就是第 50 百分位吗?
是的。等于均值的数值正好位于正态分布的中位数上,因此百分位为 50。
Z分数与百分位查找表
本表给出常用z分数对应的标准正态累积分布函数值\(\Phi(z)\times 100\)。它表示正态分布中处于该z分数及以下的百分比。数值保留两位小数。
| z分数 | 百分位(\(\Phi(z)\times 100\)) |
|---|---|
| -3 | 0.13 |
| -2.5 | 0.62 |
| -2 | 2.28 |
| -1.645 | 5.00 |
| -1.5 | 6.68 |
| -1 | 15.87 |
| -0.5 | 30.85 |
| 0 | 50.00 |
| 0.5 | 69.15 |
| 1 | 84.13 |
| 1.282 | 90.00 |
| 1.5 | 93.32 |
| 1.645 | 95.00 |
| 1.96 | 97.50 |
| 2 | 97.72 |
| 2.326 | 99.00 |
| 2.576 | 99.50 |
| 3 | 99.87 |
对于负z分数,可利用对称性:\(\Phi(-z)=1-\Phi(z)\)。例如,z = -1.96 时,结果为 100 - 97.50 = 2.50。z分数本身为\(z=\frac{x-\mu}{\sigma}\)。这些百分位假设数据服从正态分布。
解读你的百分位结果
百分位排名表示正态分布中处于你的数值及以下的比例。百分位为84意味着约84%的分布位于该数值及以下。该计算假设分布近似服从正态分布,且均值和标准差为你输入的值。
68-95-99.7法则
- 约68.27%的数值位于均值±1个标准差之内(z在-1到1之间,百分位约为15.87到84.13)。
- 约95.45%的数值位于±2个标准差之内(百分位约为2.28到97.72)。
- 约99.73%的数值位于±3个标准差之内(百分位约为0.13到99.87)。
什么算典型,什么算异常
百分位接近50属于典型情况,因为z接近0。按惯例,低于第2.5百分位或高于第97.5百分位(|z| > 1.96)的数值被视为异常。某些领域改用|z| > 2或|z| > 3作为标准,因此阈值取决于具体情境。
百分位在极端值附近被压缩
z上的等距变化并不对应百分位上的等距变化。从z = 0变到z = 1,百分位大约上升34个百分点(从50.00到84.13)。从z = 2变到z = 3,仅上升约2个百分点(从97.72到99.87)。因此,即使尾部的原始差异在标准差意义上很大,在百分位上也可能显得很小。
注:百分位仅描述数值在分布中的位置。它不是健康、医学或诊断性判断。任何此类解释都取决于具体测试、人群以及合格专业人员的指导。
不同示例情境的百分位比较
以下情境使用示意参数,并假设为正态分布。
| 情境 | 数值 | 均值 | 标准差 | z分数 | 百分位 |
|---|---|---|---|---|---|
| 智商式分数 | 130 | 100 | 15 | 2.00 | 97.72 |
| SAT式分数 | 600 | 500 | 100 | 1.00 | 84.13 |
| 相同分数,离散程度更小 | 600 | 500 | 50 | 2.00 | 97.72 |
| 成人身高(厘米,示意) | 160 | 165 | 7 | -0.71 | ≈23.8 |
| 数值等于均值 | 70 | 70 | 10 | 0.00 | 50.00 |
计算示例
智商式分数:\(z=\frac{130-100}{15}=2.00\),因此百分位为\(100\times\Phi(2)\approx 97.72\)。
身高:\(z=\frac{160-165}{7}=\frac{-5}{7}\approx -0.714\),因此百分位为\(100\times\Phi(-0.714)\approx 23.8\)。
离散程度的影响
当标准差为100时,原始分数600相对于均值500的z = 1.00(第84.13百分位)。当标准差为50时,z = 2.00(第97.72百分位)。标准差越小,同样的离均距离就显得越极端,因此务必检查适用的是哪个标准差。