百分点计算不匹配使用apache.math3.stat.descriptive
我正在计算以下数字列表的第95个百分点：
66,337.8,989.7,1134.6,1118.7,1097.9,1122.1,1121.3,1106.7,871,325.2,285.1,264.1,295.8,342.4 apache库使用NIST标准来计算与Excel使用的方法相同的百分位数。 根据Excel，以上列表的第95百分位应该是1125.85。
但是，使用下面的代码，我得到了一个不同的结果：
DescriptiveStatistics shortList = new DescriptiveStatistics(); @BeforeTest @Parameters("shortStatsList") private void buildShortStatisticsList(String list) { StringTokenizer tokens = new StringTokenizer(list, ","); while (tokens.hasMoreTokens()) { shortList.addValue(Double.parseDouble(tokens.nextToken())); } } @Test @Parameters("95thPercentileShortList") public void percentileShortListTest(String percentile) { Assert.assertEquals(Double.toString(shortList.getPercentile(95)), percentile); }
这会失败并显示以下消息：
java.lang.AssertionError: expected:<1125.85> but was:<1134.6> at org.testng.Assert.fail(Assert.java:89) at org.testng.Assert.failNotEquals(Assert.java:489)
1134.6是列表中的最大值，而不是第95百分位，所以我不知道这个值来自哪里。
根据getPercentile()的文档，它使用百分比估计algorithm，如此getPercentile()logging的。
可以从N个测量结果估计百分位数，如下所示：对于第p百分位数，将p（N + 1）设置为等于k + d，其中k是整数，d是大于或等于0且小于1的分数。
对于0 <k <N，Y （p） = Y [k] + d（Y [k + 1] -Y [k] ）
对于k = 0，Y （p） = Y [1]
请注意，任何p≤1 /（N + 1）将被简单地设置为最小值。
对于k≥N，Y （p） = Y [N]
请注意，任何p≥N /（N + 1）将被简单地设置为最大值。
基本上这意味着将要求的百分比（0.95）乘以（N + 1）。 你的情况N是15，N + 1是16，所以你得到15.2。
你把它分解成整个部分k （15）和d （0.2）。 k属于上面的类别3。 也就是说，估计的百分位数是最大值 。
如果您继续阅读上面链接的NIST文章，您会看到标题为“请注意还有其他常用计算百分位数的方法”的部分 。 他们向你推荐Hyndman＆Fann的一篇文章，其中介绍了计算百分位数的几种可选方法。 有一个 NIST方法是错误的。 Hyndman＆Fann中的方法由标签R1到R9表示 。 文章接着说：
一些软件包设置1 + p（N-1）等于k + d，然后按照上面的步骤进行。 这是Hyndman和Fan的方法R7。 这是Excel使用的方法，是R的默认方法（R分位数函数可以select使用Hyndman＆Fan中讨论的九种方法中的任何一种）。
Apache的DescriptiveStatistics默认使用的方法是Hyndman＆Fan's R6 。 Excel使用的方法是R7 。 它们都是“NIST方法”，但是对于less量的测量，它们可以给出不同的结果。
请注意，通过使用Percentile类，Apache库允许您使用R7algorithm或任何其他algorithm。 像这样的事情应该做的伎俩：
DescriptiveStatistics shortList = new DescriptiveStatistics(); shortList.setPercentileImpl( new Percentile(). withEstimationType( Percentile.EstimationType.R_7 ) );
（请注意，我没有testing过）。