データと p(%) を入力すると、pパーセンタイルと四分位数(Q1・中央値・Q3)、四分位範囲を計算します。計算方式は Excel の PERCENTILE.INC や NumPy の既定と同じ線形補間なので、結果を照らし合わせやすくなっています。
パーセンタイル 計算ツール(四分位数つき)
数値の列と p(%) を入力すると、線形補間(Excel の PERCENTILE.INC と同じ)でパーセンタイルと四分位数を計算します。
使い方
- 「データ」欄に数値を入力します。並び順はばらばらでもかまいません。
- 「パーセンタイル p」に 0〜100 の値を入力します(90 なら90パーセンタイル)。
- カードで pパーセンタイルと四分位数を確認します。表には小さい順に並べた値が表示されます。
計算式
位置 h = (n − 1) × p ÷ 100 (0始まり)
pパーセンタイル = x[⌊h⌋] + (x[⌈h⌉] − x[⌊h⌋]) × (h − ⌊h⌋)
x は小さい順に並べたデータ、n は個数、⌊h⌋ は h の小数点以下を切り捨てた値です。位置が整数ならその値を、整数でなければ前後の2つの値の間を直線で補間します。四分位数は p = 25, 50, 75 のときの値で、Q2 は中央値と同じです。
計算例
サンプルの12個「55, 62, 68, 70, 71, 75, 78, 80, 84, 88, 91, 95」で、90パーセンタイルを求めます。
- 位置は (12 − 1) × 0.9 = 9.9 です。0始まりで9番目と10番目、つまり小さいほうから10番目(88)と11番目(91)の間になります。
- 88 + (91 − 88) × 0.9 = 90.7 が90パーセンタイルです。
- 同じ方法で、Q1 = 69.5、中央値 = 76.5、Q3 = 85、四分位範囲 IQR = 85 − 69.5 = 15.5 となります。
結果の見方
pパーセンタイルは「データの約 p% がその値以下になる点」です。90パーセンタイルが90.7なら、およそ9割のデータが90.7以下だと読みます。テストの成績で「上位10%に入るには何点必要か」や、Webサイトの応答時間で「遅いほうから10%の利用者がどれくらい待っているか」を表すのによく使われます。
四分位数で見ると、中央の50%のデータは Q1 から Q3 の間(この例では 69.5〜85)に入っています。四分位範囲は外れ値の影響を受けにくい散らばりの指標で、箱ひげ図の箱の長さに当たります。
機械学習では、パーセンタイルはデータの前処理にもよく使われます。たとえば上位1%と下位1%の値で上限・下限を決め、それを超える値を境界の値に置きかえる「クリッピング」は、外れ値の影響を抑える手軽な方法です。
注意点
- パーセンタイルの計算方式は1つではありません。Excel の PERCENTILE.EXC や、教科書で使われる「中央値で2つに分けてそれぞれの中央値をとる」方法では、少し違う値になります。比較するときは方式をそろえましょう。
- データが少ないと、補間による値はあまり安定しません。
- 「パーセンタイル」と「パーセント(割合)」は別物です。90パーセンタイルの値は、90%という割合ではなく、データと同じ単位の値です。
また、同じ値が多いデータでは、隣り合うパーセンタイルが同じ値になることもあります。これは計算の誤りではなく、データの性質によるものです。
パーセンタイル・四分位数のよくある質問
Q. ExcelのPERCENTILE.INCと同じ結果になりますか?
A. はい。このツールは PERCENTILE.INC(および QUARTILE.INC)と同じ線形補間方式で計算しています。NumPy の percentile の既定とも一致します。
Q. 四分位数の求め方が教科書と違うのはなぜですか?
A. 四分位数には複数の定義があり、教科書では「中央値で前半と後半に分け、それぞれの中央値をとる」方法がよく使われます。データ数によっては、このツールの値と少し違うことがあります。
Q. パーセンタイルと偏差値の違いは?
A. パーセンタイルはデータの並び順から決まる値で、分布の形を仮定しません。偏差値は平均と標準偏差から計算するため、正規分布に近いことを前提に解釈します。
