ข้ามไปเนื้อหา

เปอร์เซ็นไทล์

จากวิกิพีเดีย สารานุกรมเสรี

ในสถิติศาสตร์ เปอร์เซ็นไทล์ (อังกฤษ: percentile) หรือ คะแนนเปอร์เซ็นไทล์ (อังกฤษ: percentile score) หรือเรียกอีกอย่างว่า เซนไทล์ (อังกฤษ: centile) มักเขียนแทนด้วย หรือ Pk เมื่อ k คือค่าร้อยละที่กำหนด[1][2] เป็นค่าที่ใช้ระบุตำแหน่งของข้อมูลเมื่อเรียงจากน้อยไปมาก โดยเปอร์เซ็นไทล์ที่ k คือค่าที่มีข้อมูลประมาณ k% อยู่ต่ำกว่าค่านั้น[a] ตัวอย่างเช่น หากเปอร์เซ็นไทล์ที่ 97 (P97) ของคะแนนสอบเท่ากับ 92 คะแนน หมายความว่า คะแนนประมาณ 97% มีค่าต่ำกว่า 92 คะแนน และประมาณ 3% มีค่าสูงกว่า 92 คะแนน

เปอร์เซ็นไทล์เป็นควอนไทล์ชนิดหนึ่งซึ่งแบ่งข้อมูลออกเป็น 100 ส่วน เปอร์เซ็นไทล์ที่ 25 (P25) ตรงกับควอไทล์ที่หนึ่ง (Q1) เปอร์เซ็นไทล์ที่ 50 (P50) ตรงกับมัธยฐานหรือควอไทล์ที่สอง (Q2) และเปอร์เซ็นไทล์ที่ 75 (P75) ตรงกับควอไทล์ที่สาม (Q3) ตัวอย่างเช่น เปอร์เซ็นไทล์ที่ 50 หรือมัธยฐานเป็นค่าที่แบ่งข้อมูลออกเป็นสองส่วน โดยข้อมูลประมาณครึ่งหนึ่งอยู่ต่ำกว่าค่านั้น และอีกครึ่งหนึ่งอยู่สูงกว่าค่านั้น ทั้งนี้รายละเอียดอาจแตกต่างกันเล็กน้อยตามนิยามและวิธีคำนวณที่ใช้

ค่าเปอร์เซ็นไทล์มีหน่วยวัดเดียวกับข้อมูลเดิม ไม่ใช่หน่วยร้อยละ ตัวอย่างเช่น หากข้อมูลเป็นน้ำหนักตัว ค่าเปอร์เซ็นไทล์ก็จะแสดงเป็นกิโลกรัมหรือปอนด์เช่นเดียวกับข้อมูลต้นฉบับ

เมื่อขนาดตัวอย่างเพิ่มขึ้นจนเข้าใกล้อนันต์ ค่าเปอร์เซ็นไทล์จะเข้าใกล้ค่าของฟังก์ชันเปอร์เซ็นไทล์ ซึ่งเป็นฟังก์ชันผกผันของฟังก์ชันการแจกแจงสะสม

ปริมาณที่เกี่ยวข้องอีกชนิดหนึ่งคือ อันดับเปอร์เซ็นไทล์ (อังกฤษ: percentile rank) ของค่าข้อมูลที่กำหนด ซึ่งแสดงเป็นร้อยละและบอกสัดส่วนของข้อมูลที่มีค่าต่ำกว่าค่านั้นตามนิยามแบบไม่รวมขอบเขต

คะแนนเปอร์เซ็นไทล์และอันดับเปอร์เซ็นไทล์มักใช้ในการรายงานคะแนนสอบจากการทดสอบแบบอิงกลุ่ม แต่ทั้งสองมีความหมายต่างกัน สำหรับอันดับเปอร์เซ็นไทล์ จะเริ่มจากคะแนนที่กำหนดแล้วคำนวณว่ามีข้อมูลกี่เปอร์เซ็นต์ที่ต่ำกว่าคะแนนนั้น ตัวอย่างเช่น หากคะแนนหนึ่งมีอันดับเปอร์เซ็นไทล์เท่ากับ 90 หมายความว่าประมาณ 90% ของคะแนนทั้งหมดต่ำกว่าคะแนนดังกล่าว ในทางกลับกัน การหาเปอร์เซ็นไทล์จะเริ่มจากร้อยละที่กำหนด เช่น 90 แล้วหาค่าข้อมูลที่สอดคล้องกับตำแหน่งนั้น โดยอาจใช้เกณฑ์ว่าข้อมูลอยู่ต่ำกว่าค่านั้น หรืออยู่ต่ำกว่าหรือเท่ากับค่านั้น ขึ้นอยู่กับนิยามที่ใช้

นิยาม

[แก้]

ไม่มีนิยามมาตรฐานเพียงแบบเดียวสำหรับการคำนวณเปอร์เซ็นไทล์จากตัวอย่าง[3][4][5] อย่างไรก็ตาม วิธีต่าง ๆ จะให้ผลใกล้เคียงกันเมื่อมีข้อมูลจำนวนมากและการแจกแจงความน่าจะเป็นเป็นแบบต่อเนื่อง[6]

เมื่อขนาดตัวอย่างเข้าใกล้อนันต์ เปอร์เซ็นไทล์ที่ 100p (เมื่อ ) จะเข้าใกล้ค่าของฟังก์ชันผกผันของฟังก์ชันการแจกแจงสะสม (CDF) ที่ระดับความน่าจะเป็น p ผลดังกล่าวสามารถมองได้ว่าเป็นผลตามมาจากทฤษฎีบทกลีเวนโก–คันเตลลี วิธีคำนวณเปอร์เซ็นไทล์บางวิธีอธิบายไว้ด้านล่าง

ในการแจกแจงปกติ

[แก้]
ภาพแสดงกฎสามซิกมา บริเวณสีน้ำเงินเข้มแทนข้อมูลที่อยู่ภายในหนึ่งส่วนเบี่ยงเบนมาตรฐาน (σ) จากค่าเฉลี่ย (μ) ทั้งสองด้าน ซึ่งคิดเป็นประมาณ 68.3% ของประชากร ช่วงสองส่วนเบี่ยงเบนมาตรฐานครอบคลุมประมาณ 95.4% และช่วงสามส่วนเบี่ยงเบนมาตรฐานครอบคลุมประมาณ 99.7%

วิธีคำนวณที่กล่าวถึงในส่วน วิธีการคำนวณ ด้านล่างเป็นวิธีประมาณค่าที่ใช้กับข้อมูลตัวอย่าง สำหรับประชากรขนาดใหญ่มากที่มีการแจกแจงปกติ สามารถแสดงตำแหน่งของเปอร์เซ็นไทล์บนกราฟโค้งปกติได้ โดยแกนนอนมักวัดเป็นหน่วยส่วนเบี่ยงเบนมาตรฐานหรือซิกมา () จากค่าเฉลี่ย ในทางคณิตศาสตร์ การแจกแจงปกติทอดไปถึงอนันต์ลบทางซ้ายและอนันต์บวกทางขวา แต่ในทางปฏิบัติข้อมูลเพียงส่วนน้อยมากจะอยู่นอกช่วง −3σ ถึง +3σ ตัวอย่างเช่น ในกรณีส่วนสูงของมนุษย์ จะมีคนเพียงจำนวนน้อยมากที่มีส่วนสูงมากกว่าค่าเฉลี่ยเกินสามส่วนเบี่ยงเบนมาตรฐาน

ค่าเปอร์เซ็นไทล์สอดคล้องกับพื้นที่สะสมใต้โค้งปกติจากซ้ายไปขวา ตำแหน่งที่ห่างจากค่าเฉลี่ยเป็นจำนวนส่วนเบี่ยงเบนมาตรฐานต่าง ๆ จึงตรงกับเปอร์เซ็นไทล์ที่แน่นอน เมื่อปัดเป็นทศนิยมสองตำแหน่ง −3σ ตรงกับเปอร์เซ็นไทล์ที่ 0.13, −2σ ตรงกับเปอร์เซ็นไทล์ที่ 2.28, −1σ ตรงกับเปอร์เซ็นไทล์ที่ 15.87, 0σ ตรงกับเปอร์เซ็นไทล์ที่ 50 ซึ่งเป็นทั้งค่าเฉลี่ยและมัธยฐานของการแจกแจง, +1σ ตรงกับเปอร์เซ็นไทล์ที่ 84.13, +2σ ตรงกับเปอร์เซ็นไทล์ที่ 97.72 และ +3σ ตรงกับเปอร์เซ็นไทล์ที่ 99.87 ความสัมพันธ์นี้เกี่ยวข้องกับกฎ 68–95–99.7 หรือกฎสามซิกมา

ในทางทฤษฎี เปอร์เซ็นไทล์ที่ 0 ของการแจกแจงปกติอยู่ที่อนันต์ลบ และเปอร์เซ็นไทล์ที่ 100 อยู่ที่อนันต์บวก อย่างไรก็ตาม ข้อมูลในโลกจริงหลายชนิด เช่น คะแนนสอบ อาจมีขอบเขตต่ำสุดหรือสูงสุดที่กำหนดไว้

การประยุกต์

[แก้]

ในการคิดค่าบริการแบนด์วิดท์ของผู้ให้บริการอินเทอร์เน็ตบางประเภท อาจอนุญาตให้ปริมาณการใช้งานเพิ่มสูงกว่าระดับปกติได้เป็นช่วง ๆ (burstable billing) โดยนิยมใช้เปอร์เซ็นไทล์ที่ 95 หรือ 98 เป็นเกณฑ์คิดค่าบริการ ตัวอย่างเช่น การใช้เปอร์เซ็นไทล์ที่ 95 หมายถึงการไม่นำช่วงที่มีการใช้งานสูงสุด 5% มาคิดเป็นระดับอ้างอิง และคิดค่าบริการจากค่าการใช้งานที่ระดับเปอร์เซ็นไทล์ที่ 95 แทน วิธีนี้ทำให้การใช้งานที่พุ่งสูงเพียงชั่วคราวมีผลต่อค่าบริการน้อยลง กล่าวคือ 95% ของช่วงเวลาที่วัดจะมีการใช้แบนด์วิดท์ต่ำกว่าหรือไม่เกินระดับดังกล่าว และมีเพียงประมาณ 5% ของเวลาที่ใช้งานสูงกว่านั้น

แพทย์มักใช้เปอร์เซ็นไทล์ของน้ำหนักและส่วนสูงของทารกและเด็กเพื่อประเมินการเจริญเติบโต โดยเปรียบเทียบกับค่ามัธยฐานและเปอร์เซ็นไทล์ต่าง ๆ ของประชากรอ้างอิงที่แสดงในแผนภูมิการเจริญเติบโต

ความเร็วที่เปอร์เซ็นไทล์ที่ 85 ของรถบนถนนบางสายมักใช้เป็นข้อมูลประกอบการกำหนดขีดจำกัดความเร็วและประเมินว่าขีดจำกัดดังกล่าวสูงหรือต่ำเกินไปหรือไม่[7][8]

ในทางการเงิน มูลค่าความเสี่ยง (value at risk) เป็นมาตรวัดที่ใช้ประมาณระดับการขาดทุนซึ่งมูลค่าพอร์ตการลงทุนคาดว่าจะไม่ลดต่ำกว่าเกณฑ์ดังกล่าว ภายในช่วงเวลาและระดับความเชื่อมั่นที่กำหนด ทั้งนี้ค่าที่ได้ขึ้นอยู่กับแบบจำลองที่ใช้

วิธีการคำนวณ

[แก้]
เปอร์เซ็นไทล์ที่คำนวณด้วยวิธีการสอดแทรกและวิธีอันดับใกล้ที่สุด ทั้งแบบไม่รวมขอบเขตและแบบรวมขอบเขต สำหรับชุดข้อมูล 10 ค่า
เปอร์เซ็นไทล์ที่คำนวณด้วยวิธีการสอดแทรกและวิธีอันดับใกล้ที่สุด ทั้งแบบไม่รวมขอบเขตและแบบรวมขอบเขต สำหรับชุดข้อมูล 10 ค่า

มีสูตรและขั้นตอนวิธีหลายแบบสำหรับคำนวณเปอร์เซ็นไทล์[9] Hyndman และ Fan[3] จำแนกวิธีไว้เก้าวิธี และซอฟต์แวร์ทางสถิติและโปรแกรมตารางคำนวณส่วนใหญ่ใช้วิธีใดวิธีหนึ่งในกลุ่มดังกล่าว[10] วิธีคำนวณบางแบบเลือกค่าที่มีอยู่จริงในชุดข้อมูลโดยตรง ซึ่งเรียกว่า วิธีอันดับใกล้ที่สุด ขณะที่บางแบบใช้การสอดแทรกระหว่างค่าข้อมูลที่อยู่ติดกัน นอกจากนี้แต่ละวิธียังอาจใช้เกณฑ์แบบไม่รวมขอบเขตหรือแบบรวมขอบเขต

วิธีอันดับใกล้ที่สุด (ไม่รวมขอบเขต/รวมขอบเขต)
PC: สัดส่วนเปอร์เซ็นไทล์ที่กำหนด0.100.250.500.750.90
N: จำนวนข้อมูล1010101010
OR: ตำแหน่งอันดับ = PC × N12.557.59
อันดับที่เลือก: >OR / ≥OR2/13/36/58/810/9
ค่าข้อมูล ณ อันดับนั้น (ไม่รวม/รวม)2/13/34/35/57/5

ภาพประกอบแสดงชุดข้อมูล 10 ค่าและเปรียบเทียบค่าเปอร์เซ็นไทล์ที่ได้จากขั้นตอนวิธีต่าง ๆ วิธีที่ง่ายที่สุดคือวิธีอันดับใกล้ที่สุด ซึ่งเลือกค่าที่มีอยู่จริงในชุดข้อมูล อย่างไรก็ตาม เมื่อเทียบกับวิธีการสอดแทรก ผลลัพธ์อาจเปลี่ยนเป็นขั้น ๆ และมีความละเอียดน้อยกว่า ตารางข้างต้นแสดงขั้นตอนการคำนวณทั้งแบบไม่รวมขอบเขตและแบบรวมขอบเขต

วิธีการสอดแทรก (ไม่รวมขอบเขต/รวมขอบเขต)
PC: สัดส่วนเปอร์เซ็นไทล์ที่กำหนด0.100.250.500.750.90
N: จำนวนข้อมูล1010101010
OR: PC×(N+1) / PC×(N−1)+11.1/1.92.75/3.255.5/5.58.25/7.759.9/9.1
LoRank: อันดับล่าง1/12/35/58/79/9
HiRank: อันดับบน2/23/46/69/810/10
LoScore: ค่าข้อมูลที่อันดับล่าง1/12/33/35/45/5
HiScore: ค่าข้อมูลที่อันดับบน2/23/34/45/57/7
ผลต่าง: HiScore − LoScore1/11/01/10/12/2
Mod: ส่วนทศนิยมของ OR0.1/0.90.75/0.250.5/0.50.25/0.750.9/0.1
ค่าจากการสอดแทรก (ไม่รวม/รวม)
= LoScore + Mod × Difference
1.1/1.92.75/33.5/3.55/4.756.8/5.2

วิธีการสอดแทรกสามารถให้ค่าเปอร์เซ็นไทล์ที่อยู่ระหว่างค่าข้อมูลสองค่าที่มีอยู่จริง โปรแกรมทางสถิติจำนวนมากใช้วิธีลักษณะนี้ ตัวอย่างเช่น ฟังก์ชัน PERCENTILE.EXC และ PERCENTILE.INC ใน Microsoft Excel ตารางข้างต้นแสดงขั้นตอนการคำนวณตัวอย่างของวิธีดังกล่าว

วิธีอันดับใกล้ที่สุด

[แก้]
ค่าเปอร์เซ็นไทล์ของรายการที่เรียงแล้ว {15, 20, 35, 40, 50}

นิยามหนึ่งที่พบได้บ่อยในตำรากำหนดให้เปอร์เซ็นไทล์ที่ P ของข้อมูลจำนวน N ค่าที่เรียงจากน้อยไปมาก เป็นค่าที่น้อยที่สุดในรายการซึ่งมีข้อมูลอย่างน้อย P เปอร์เซ็นต์ที่มีค่าน้อยกว่าหรือเท่ากับค่านั้น

วิธีนี้เริ่มจากคำนวณอันดับของตำแหน่งที่ต้องการ แล้วเลือกค่าข้อมูลในตำแหน่งนั้น อันดับ n คำนวณได้จาก

  • หากข้อมูลมีค่าที่แตกต่างกันน้อยกว่า 100 ค่า เปอร์เซ็นไทล์หลายตำแหน่งอาจให้ค่าข้อมูลเดียวกัน
  • เปอร์เซ็นไทล์ที่คำนวณด้วยวิธีอันดับใกล้ที่สุดจะเป็นค่าที่มีอยู่จริงในชุดข้อมูลเสมอ
  • เปอร์เซ็นไทล์ที่ 100 กำหนดให้เป็นค่ามากที่สุดของชุดข้อมูล
  • วิธีนี้เรียกอีกอย่างว่า “วิธีฟังก์ชันการแจกแจงเชิงประจักษ์”[11]
  • เปอร์เซ็นไทล์ที่ 50 ที่คำนวณด้วยวิธีนี้จะตรงกับมัธยฐานตามนิยามทั่วไปเมื่อ N เป็นจำนวนคี่ แต่ไม่จำเป็นต้องตรงกันเมื่อ N เป็นจำนวนคู่[11]

วิธี CDF

[แก้]

วิธี CDF ได้รับการอธิบายไว้ เช่น โดย Langford[11]

กำหนดสถิติอันดับ

แล้วคำนวณ

ค่าเปอร์เซ็นไทล์กำหนดเป็น

  • เปอร์เซ็นไทล์ที่ 50 ที่คำนวณด้วยวิธีนี้ตรงกับค่ามัธยฐานตามปกติ
  • หากทำสำเนาข้อมูลทุกค่าเพิ่มขึ้นอีกหนึ่งชุด ค่าเปอร์เซ็นไทล์ที่คำนวณได้จะไม่เปลี่ยนแปลง
ค่าเปอร์เซ็นไทล์แบบ CDF สำหรับรายการเรียงลำดับ {15, 20, 35, 40, 50},
ร้อยละ
เปอร์เซ็นไทล์1517.52027.53537.5404550

วิธีการสอดแทรกเชิงเส้นระหว่างอันดับที่อยู่ติดกัน

[แก้]

อีกวิธีหนึ่งที่ใช้กันอย่างแพร่หลายแทนการปัดอันดับ คือการสอดแทรกเชิงเส้นระหว่างค่าที่มีอันดับอยู่ติดกัน

กำหนดสถิติอันดับ

แล้วกำหนดค่าจากการสอดแทรกเชิงเส้นเป็น

โดย คือฟังก์ชันพื้น ซึ่งให้จำนวนเต็มที่มากที่สุดที่ไม่เกิน x ส่วน คือส่วนทศนิยมของ x

ดังนั้น

กล่าวได้ว่า x เป็นตำแหน่งอันดับในรูปต่อเนื่อง ส่วน v(x) เป็นค่าที่ได้จากการสอดแทรกระหว่างข้อมูลที่มีอันดับอยู่ติดกัน

วิธีการสอดแทรกแต่ละแบบแตกต่างกันในสองประเด็น ประเด็นแรกคือความสัมพันธ์ระหว่างอันดับ x สัดส่วนเปอร์เซ็นไทล์ และค่าคงที่ซึ่งขึ้นอยู่กับขนาดตัวอย่าง N โดยเขียนได้เป็น

นอกจากนี้ยังกำหนดให้ตำแหน่งกึ่งกลางของอันดับตั้งแต่ 1 ถึง N ซึ่งตรงกับมัธยฐาน เกิดขึ้นเมื่อ

จึงสามารถเขียนฟังก์ชันใหม่ให้เหลือพารามิเตอร์อิสระเพียงตัวเดียวได้เป็น

ประเด็นที่สองคือการกำหนดค่าฟังก์ชันบริเวณขอบของช่วง ของ p เนื่องจาก ต้องให้ตำแหน่งที่อยู่ภายในช่วงอันดับ ซึ่งอาจทำให้ความสัมพันธ์ระหว่าง p และ x ไม่เป็นหนึ่งต่อหนึ่งในบางช่วง มีผู้เขียนรายหนึ่งเสนอให้ใช้

โดย ξ คือพารามิเตอร์รูปร่างของการแจกแจงค่าสุดโต่งวางนัยทั่วไป ซึ่งเป็นการแจกแจงลิมิตของค่าสุดโต่งจากประชากรที่สุ่มตัวอย่าง

แบบที่หนึ่ง, C = 1/2

[แก้]
ผลจากการใช้วิธีการสอดแทรกสามแบบกับรายการเรียงลำดับ {15, 20, 35, 40, 50}

(แหล่งที่มา: ฟังก์ชัน "prctile" ของ Matlab[12][11])

โดย

ดังนั้น

และกำหนด

ความสัมพันธ์ผกผันใช้ได้ในช่วงที่แคบกว่า คือ

แบบที่สอง, C = 1

[แก้]

วิธีนี้ใช้ในซอฟต์แวร์บางชนิด รวมถึง NumPy[13] และ Microsoft Excel[5] ผ่านฟังก์ชัน PERCENTILE.INC และได้รับการกล่าวถึงเป็นวิธีทางเลือกโดยNIST[10]

ดังนั้น

ความสัมพันธ์ระหว่าง และ เป็นหนึ่งต่อหนึ่งตลอดช่วง ซึ่งเป็นวิธีเดียวในสามแบบที่มีคุณสมบัตินี้ จึงเป็นที่มาของส่วนต่อท้าย “INC” ซึ่งย่อจาก inclusive ในฟังก์ชันของ Excel

แบบที่สาม, C = 0

[แก้]

วิธีนี้เป็นแบบหลักที่NISTแนะนำ[10] และ Microsoft Excel รองรับผ่านฟังก์ชัน PERCENTILE.EXC โดยส่วนต่อท้าย “EXC” หมายถึง exclusive ซึ่งไม่รวมจุดปลายของช่วง p กล่าวคือใช้ ต่างจากแบบ “INC” ที่รวมจุดปลายไว้ด้วย นอกจากนี้ ในการใช้งานของ Excel ค่าบางค่าที่อยู่ใกล้ขอบของช่วงมากเกินไปอาจทำให้เกิดข้อผิดพลาด

ความสัมพันธ์ผกผันใช้ได้ในช่วงที่แคบกว่า คือ

วิธีเปอร์เซ็นไทล์ถ่วงน้ำหนัก

[แก้]

นอกจากเปอร์เซ็นไทล์ทั่วไปแล้ว ยังมี เปอร์เซ็นไทล์ถ่วงน้ำหนัก ซึ่งคำนวณตำแหน่งของเปอร์เซ็นไทล์จากสัดส่วนของน้ำหนักรวม แทนการนับจำนวนข้อมูลแต่ละค่าโดยให้น้ำหนักเท่ากัน ไม่มีนิยามมาตรฐานเพียงแบบเดียวสำหรับเปอร์เซ็นไทล์ถ่วงน้ำหนัก แต่สามารถขยายวิธีการสอดแทรกข้างต้นเพื่อรองรับน้ำหนักได้

สมมติว่าค่าตัวอย่างที่เรียงแล้วจำนวน N ค่า มีน้ำหนักบวกตามลำดับเป็น

ให้

เป็นผลรวมน้ำหนักทั้งหมด จากนั้นสามารถวางนัยทั่วไปของสูตรข้างต้นโดยกำหนด

เมื่อ

หรือ

สำหรับค่า ทั่วไป และใช้การสอดแทรก

เปอร์เซ็นไทล์ถ่วงน้ำหนักที่ 50% เรียกว่ามัธยฐานถ่วงน้ำหนัก

ดูเพิ่ม

[แก้]

หมายเหตุ

[แก้]
  1. ↑ นิยามทั่วไปที่ใช้เงื่อนไข ต่ำกว่า อาจเรียกว่าแบบไม่รวมขอบเขต (exclusive) ส่วนอีกนิยามหนึ่งใช้เงื่อนไข ต่ำกว่าหรือเท่ากับ ซึ่งเรียกว่าแบบรวมขอบเขต (inclusive) เนื่องจากรวมค่าที่เท่ากับจุดเปอร์เซ็นไทล์ไว้ด้วย

อ้างอิง

[แก้]
  1. ↑ Stephens, Larry J. (2011-04-12). Schaum's Outline of Statistics for Engineers (ภาษาอังกฤษ). McGraw Hill Professional. ISBN 978-0-07-173647-3.
  2. ↑ Couallier, Vincent; Gerville-Réache, Léo; Huber-Carol, Catherine; Limnios, Nikolaos; Mesbah, Mounir (2013-12-31). Statistical Models and Methods for Reliability and Survival Analysis (ภาษาอังกฤษ). John Wiley & Sons. ISBN 978-1-84821-619-8.
  3. 1 2 Hyndman, Rob J.; Fan, Yanan (พฤศจิกายน 1996). "Sample Quantiles in Statistical Packages". American Statistician. 50 (4). American Statistical Association: 361–365. doi:10.2307/2684934. JSTOR 2684934.{{cite journal}}: CS1 maint: date auto-translated (ลิงก์)
  4. ↑ Lane, David. "Percentiles". สืบค้นเมื่อ 2007-09-15.
  5. 1 2 Pottel, Hans. "Statistical flaws in Excel" (PDF). ข้อมูลเก่าจากต้นฉบับ (PDF) เมื่อ 2013-06-04. สืบค้นเมื่อ 2013-03-25.
  6. ↑ Schoonjans F, De Bacquer D, Schmid P (2011). "Estimation of population percentiles". Epidemiology. 22 (5): 750–751. doi:10.1097/EDE.0b013e318225c1de. PMC 3171208. PMID 21811118.
  7. ↑ Johnson, Robert; Kuby, Patricia (2007), "Applied Example 2.15, The 85th Percentile Speed Limit: Going With 85% of the Flow", Elementary Statistics (พิมพ์ครั้งที่ 10th), Cengage Learning, น. 102, ISBN 9781111802493
  8. ↑ "Rational Speed Limits and the 85th Percentile Speed" (PDF). lsp.org. Louisiana State Police. ข้อมูลเก่าจากต้นฉบับ (PDF) เมื่อ 23 กันยายน 2018. สืบค้นเมื่อ 28 ตุลาคม 2018.{{cite web}}: CS1 maint: date auto-translated (ลิงก์)
  9. ↑ Wessa, P (2021). "Percentiles in Free Statistics Software". Office for Research Development and Education. สืบค้นเมื่อ 13 พฤศจิกายน 2021.{{cite web}}: CS1 maint: date auto-translated (ลิงก์)
  10. 1 2 3 "Engineering Statistics Handbook: Percentile". NIST. สืบค้นเมื่อ 2009-02-18.
  11. 1 2 3 4 Langford, E. (2006). "Quartiles in Elementary Statistics". Journal of Statistics Education. 14 (3). doi:10.1080/10691898.2006.11910589.
  12. ↑ "Matlab Statistics Toolbox – Percentiles". ข้อมูลเก่าจากต้นฉบับ เมื่อ 2007-07-04. สืบค้นเมื่อ 2006-09-15., วิธีนี้เทียบเท่ากับ Method 5 ที่กล่าวถึงในส่วนนี้
  13. ↑ "NumPy 1.12 documentation". SciPy. สืบค้นเมื่อ 2017-03-19.