excel中如何计算百分位数的计算公式？

来源：蜘蛛抓取(WebSpider) 时间：2023-12-20 07:34 标签： 百分位数的计算公式

HRsee
2019-01-0327060
0
关键词：
薪酬调查
数据分析
薪酬调查，是企业薪酬管理中不可或缺的一种手段。它是企业在薪酬水平定位时的一个重要依据，确保企业在吸引及保留人才方面拥有薪酬方面的竞争力。然而，薪酬调查费时费力，而且需要很强的专业及数据分析能力才能完成，因此，一些大企业会把这项工作外包给专业的人力资源公司来做。当然，这需要企业拿出一笔不菲的预算。如果企业老板不愿意花钱，只想让人力资源部门来完成这项工作，HR该怎么办？这确实是一个非常头疼的问题。特别是hr好不容易费尽九牛二虎之力弄来的薪酬数据，却不知道该怎么分析，如何是好。HR案例网就与大家分享一下一些简单有效的分析方法，希望能给大家的工作起到一定的帮助。说明：以下方法适合数据量不是很大的情况下使用。一、数据排列法（薪酬分位值）这种方法可以采取两种实现的途径，一种是直接用EXCEL中的函数，一种是手工计算。先来解释一下薪酬分位值。分位值就是把一组薪酬数据按照一定的百分比进行统计分析。就拿薪酬四分位来说，就是把数据从高到低进行排列，然后计算出25%、50%、75%的数值。25分位值 表示有25%的数据小于此数值，反映市场薪酬较低端水平。50分位值 表示有50%的数据小于此数值，反映市场薪酬中等水平。75分位值 表示有75%的数据小于此数值，反映市场薪酬较高端水平。当然还可以计算10%和90%的数值，这属于薪酬十分位。我们下面以薪酬四分位来举例，十分位可以进行类推。1、EXCEL函数法EXCEL中可以使用两个函数QUARTILE（四分位）和PERCENTILE（百分位）。插入函数→选择统计类别→找到QUARTILE或者PERCENTILE函数在函数参数选择中，参数Array拖选数据所在的单元格；参数Quart可以选择0~4五个数字，0和4代表找出该组数据中最小值和最大值，而1，2，3分别对应的就是这组数据中的25%、50%、75%的值。利用该函数，我们可以快速知道该组数据的25%分位值是1830，50%分位值是1900，75%分位值是1955。PERCENTILE函数使用与QUARTILE差不多，不过就是用K取代了Quart，而且参数K可以选择任意的0~1之间的百分点值。比如90%分位的值就是1980。2、手工计算EXCEL函数计算很快，但是如果我们知道具体的计算方法，无疑是多了一项知识。还是以上面的数据表格为例，薪酬四分位计算方法及步骤如下：①11个数，中间一共有10个间隔，每个四分位间有10÷4=2.5个数字②计算第一个分位——25%分位的值1+2.5×1=3.5，表示第三个数与第四个数0.5处的数值，即1800+0.5×（1860-1800）=1830③计算第二个分位——50%位置的值（中位值）1+2.5×2=6，表示第六个数的值，即1900④计算第三个分位——75%位置的值1+2.5×3=8.5，表示第八个数与第九个数0.5处的数值，即1950+0.5×（1960-1950）=1955薪酬十分位的手工计算方法可以用此进行类推。二、频率分析法如果HR只能采集到某类岗位的平均工资数据。在进行工资调整数据分析时，可以采取频率分析法，记录在各工资额度内各类企业岗位平均工资水平出现的频率，从而了解某类岗位人员工资的一般水平。三、趋中趋势分析法趋中趋势分析是统计数据处理分析的重要方法之一，具体又包括以下几种方法：1、简单平均法简单平均法就是把所有数据加起来，然后除以数量个数，得出一种平均数据。这种方法用起来比较简单，但异常值（主要是最大值与最小值）有可能会影响结果的准确性（有人总吐槽被平均了，实际就是受到这个异常值的影响了），因此采用简单平均法时，应当首先剔除最大值与最小值，然后再作出计算。2、加权平均法加权平均就是对简单平均发的改进。我们可以根据不同企业的工资数据乘以不同的权重（根据企业规模大小，该岗位员工人数等来确定权重），然后再相加起来求平均值，在这种情况下，采用加权平均法处理分析数据比简单评价法更具科学性和准确性。在调查结果基本上能够代表行业总体状况的情况下，起经过加权的平均数更能接近劳动力市场的真实状况。该方法唯一的难点就是权重该如何进行设置的问题。3、中位数法采用本方法时，首先，将收集到的全部统计数据按照大小排列次序进行排列之后，再找出居于中间位置的数值，即中位数作为确定某类岗位人员工资水平的依据.该方法最大的特点是可以剔除异常值即最大值和最小值对于平均工资值的影响。但准确性明显低于上述方法，它只能显示出当前劳动力市场平均薪酬水平的概况。以上就是为大家介绍的三种处理薪酬调查数据的分析方法，当然还有更加复杂和专业的回归分析法，它能分析两种或多种数据之间的关系，从而找出影响薪酬水平、薪酬差距或薪酬结构的发展趋势进行预测。限于水平与篇幅，在这里就不与大家进行解释说明了。（小编自身也要加强学习！）推荐阅读：五险二金2018年5月份的计薪天数是多少？2018年6月份的计薪天数是多少?
");
$("#new-reward").show()
});
$("#close").on("click",
function() {
$("#new-reward").hide();
$("#reward-mask").remove()
});
$(".payment-way").bind("click",
function() {
$(".qrcode-img").hide();
$(".qrCode_" + $(".payment-way").find("input[name=reward-way]:checked").val()).show()
});
Excel
AVERAGE函数计算平均值用法,下面一起来看看本站小编钥宝数控给大家精心整理的答案，希望对您有帮助怎么用spss算平均1AVERAGE函数VERAGE函数是EXCEL表格中的计算平均值函数，在数据库中average使用简写avg，参数可以是数字，或者是涉及数字的名称、数组或引用，如果数组或单元格引用参数中有文字、逻辑值或空单元格，则忽略其值。但是，如果单元格包含零值则计算在内。AVERAGE函数在对单元格中的数值求平均时，应牢记空单元格与含零值单元格的区别，尤其在“选项”对话框中的“视图”选项卡上已经清除了“零值”复选框的条件下，空单元格不计算在内，但计算零值。若要查看“选项”对话框，单击“工具”菜单中的“选项”命令。EXCEL表格中的计算平均值函数返回参数平均值（算术平均）。其实在很多统计软件中average函数都是计算平均数的，例如sas，spss，r等等AVERAGE(number1, [number2], ...)AVERAGE 函数语法具有下列参数：Number1 必需。 要计算平均值的第一个数字、单元格引用或单元格区域。Number2, ... 可选。 要计算平均值的其他数字、单元格引用或单元格区域，最多可包含 255 个。备注参数可以是数字或者是包含数字的名称、单元格区域或单元格引用。逻辑值和直接键入到参数列表中代表数字的文本被计算在内。如果区域或单元格引用参数包含文本、逻辑值或空单元格，则这些值将被忽略；但包含零值的单元格将被计算在内。如果参数为错误值或为不能转换为数字的文本，将会导致错误------------------------案例1函数 ：=AVERAGE(B4:D4)解答：单元格区域B4:D4中数字的平均值（80+63+90）/3 =77.6666667------------------------案例2函数 :=AVERAGE(B14:D14,5)解答：单元格区域B14:D14中数字与数字 5 的平均值 (80+63+90+5)/4=59.5------------------------案例3函数 :=AVERAGE(B24:D24,5,5)解答：单元格区域 A2 到 A6 中数字与数字 5 的平均值 (80+63+90+5+5)/5=48.6---------------------------------------------你学会了吗，朋友怎么用spss算平均2今天有位B超医生问“统计学里的第95个百分位数怎么理解？”。百分位数（Percentile(s)），就是指将n个观测值从小到大依次排列后，对应于x%位的数值，可用Px表示。举个简单例子，假如中山医91级共有100个学生，把成绩从低到高排列，那么成绩排在第5的数值（即倒数第五）就是第5百分位数（P5），而排在第95的数值（即第五名）的就是第95百分位数。同样道理，假如有200名学生，从最低分往最高分排，排在第10位的成绩就是P5，在第190位的就是P95。常用的百分位数有P2.5与P97.5、P50（中位数）、P5、P95和四分位数。四分位数（Quartiles），四分位数是将样本分成四个相等部分的值。包括：第1四分位数（也称下四分位数，P25）、第2四分位数（即中位数，P50）与第3四分位数（也称上四分位数，P75）。利用四分位数，可以快速评估数据集的展开和集中趋势。四分位数间距（Q）为P75与P25之差，同类资料比较，Q越大意味着数据间变异越大。Q可用于各种分布的资料，特别是服从偏斜分布的资料，常把中位数和Q结合起来描述变量的平均水平和变异程度。与极差相比，Q较稳定，受两端极大或极小数据的影响小，但仍未考虑数据中每个观测值的离散程度。中位数（Median），即P50，是指将原始观测值按大小排列后，位次居中的数值。理论上，大于和小于该值的个案数各占一半。由于中位数不是利用全部观测值计算出来的，它只与位次居中的观测值大小有关，因此不受分布两端特大或特小值的影响。对于分布末端无确定值的资料，不能直接计算平均值和几何平均数时，亦可计算中位数。在临床上，对于服从正态分布的资料，我们可以将P2.5～P97.5作为正常范围的参考值，对于服从偏态我们可以将P5或P95作为正常范围的参考值。可能有人问，如果我有很多数值，一个个排位不是很累吗？其实借助统计工具，我们可以很简单的求出任意的百分位数。 1）建立数据文件frequen1.sav，变量为x（胆固醇）2）选择【分析（Analyze）】→【描述统计（Descriptive Statistics）】→【频率（Frequencies）...】，打开频率（Frequencies）主对话框。将x（胆固醇）选入变量（Variable(s)）列表中。3）单击【Statistics...】，打开统计（Statistics）对话框。选择四分位数（Quartiles）、百分位数（Percentile(s)），并在百分位数（Percentile(s)）框中分别输入2.5、5、95、97.5后单击【添加】按钮，将上述数字添加到列表框中。4）单击【继续】→【确定】，就可以得到结果啦。哇塞，一秒钟不用就出来了，原来结果是中文的……为了显示俺有文化，我要看英文的也可以，萌萌哒的~写到这里，楼主偷着乐，91级共有480人，成绩虽然进不了P2.5之前，但怎么也在P25之前呀，那些P97.5后的成绩都是不正常的，嘻嘻嘻……【作者介绍】李志辉，长期从事各类统计软件应用研究，主编或参编SPSS、MINITAB、STATISTICA多个统计软件教材共8本。代表作：电子工业出版社《SPSS常用统计分析教程(SPSS 22.0中英文版)(第4版)》（2015年）。关注微信订阅号“一起学统计工具"（原名：一起学SPSS）后，回复关键词SPSS，可获取一起学统计工具学习资源包下载地址。怎么用spss算平均3文章来源： 丁点帮你微信公众号作者：丁点helper今天，我们开始讲非参数检验。对于非参数检验，大家可能主要是把它和“不符合正态分布”一起记忆的。刚开始学统计的时候，我们都知道：数据符合正态分布就用t检验，不符合就用非参数检验，更具体点，就是所谓的“秩和检验”。这是没错的，对于数据量小，而且很不符合的正态分布的情况，秩和检验确实是必不可少的一种方法。所以搞懂秩和检验还是很有必要的。那么第一个问题就是，这里的“秩”是什么意思？有时候说英文还好理解些，这里的“秩”对应英文中的“Rank”，就是“排序、顺序”的意思。另外，“秩和”里的“和”就是加和的意思，于是，所谓的“秩和检验”，就是“先排序、再加和”的检验。“先排序，再加和”，基本上就是“秩和检验”整个的思想。那具体是怎么排序，怎么加和的？看如下案例。某个工厂想比较两种生产同一商品的方法所用的时间是否相同，随机抽取11名员工，让每一名工人先按照第1种方法生产，记录时间；之后再按照第二种方法生产，同样记录生产时间。具体数据如下表。很明显，要比较两种生产方法所耗费的工时是否有差异，按照我们惯常的思维，用方法1-方法2，算差值，然后将差值的平均值与0比较，如果两种方法没有差异，那么这个差值就应该和0差不多。以上是我们学习过的配对t检验的思路。但是，现在首先数据量很小（只有11个），其次数据（两种方法的差值）分布不服从正态，所以不能再用t检验，而应使用非参数的方法。非参数秩和检验的思路与t检验相比其实没有变化，只是t检验针对的是原始数据，而秩和检验针对的是“秩”！我们一起来看看具体的操作步骤：第一步：将上述差值都取绝对值，所以，都变成了正值，如上表第4列；第二步：以绝对值的大小进行编秩。这是秩和检验最关键的一步了，如上表第5列。在编秩时有以下规则：1）差异绝对值为“0”的数剔除；2）对于其他非“0”的数，按照从小到大的顺序编秩，其实就是排序。比如上表中差值绝对值最小的是“0.1”，由此，就给它编为“1”（号），其次是“0.2”，就编为“2”（号），依次类推；3）对于相同的差值，比如在上表中有两个“0.4”，那么，我们就编为“平均秩”，均为“3.5”，而不是写“3”和“4”。而比“0.4”大的数，比如“0.5”，就跨过“4”（号）秩，给它赋值为“5”。但因为上表中有两个“0.5”，所以，也是求平均秩，分别编为“5.5”。按照上述三条规则，完成编秩（其实就是数数，可以和家里的小孩一起玩，比的是细心）第三步：添正负号，上表第2名工人和第5名工人，原始差值都是负数（-0.2和-0.4），这个时候，就需要在它们的秩前面添上负号，分别变为“-2”和“-3.5”。差值为正的不用管。第四步：求秩和。秩编好了，正负号也添加完成，所以剩下的工作就只有求和。注意，此处有两种求和方式：第一种直接将正秩和（一般用“R+”表示）与负秩和（对应为“R-”）相加，算出总的秩和，用R表示，将R进行z变换（所以SPSS软件输出的是z值），根据z值判断P值是否小于相应的检验水准。这里的思想实际上是：如果两种方法耗时没有差异，那么这里的差值应该在0附近，而其对应的正秩和负秩大小应该差不多，所以总秩和加起来会相互抵消，因此总和与0差不多。第二种是单独求和，即不把正秩和与负秩和相加，取二者中绝对值较小者，称作“W”，用数学的语言就是：W=min (R+, R-)。然后对W进行适当的变换（仍是z变换），根据z值判断P值是否小于相应的检验水准。本例采用的是第一种方法，求总秩和，从数据上直接看“总秩和”为“+44”，很明显与“0”偏离比较大，所以，可以猜测最后的结果应该是不为0，即两种方法的生产时间不相同，样本数据来看，第2种方法耗费工时较短。以上我们介绍的方法称作Wilcoxon符号秩和检验（维尔克科森符号秩检验），它一般被用于单样本和配对样本的秩和检验。这里，我们重点讲解了“秩和检验”的基本内涵以及“编秩”的基本规则，而对具体如何进行的z变换笔墨很少，因为作为应用，我们肯定不再需要使用手算，而理解“秩和检验”的核心，应该是如何得到“秩和”。至于获得“秩和”后如何进行检验，其实遵从的是假设检验的一般思路，好比在进行t检验的时候，我们是通过t变换计算t值算概率，而这里，我们是将“秩和”进行z变换求概率，逻辑上完全一致。
2018-07-25 07:45
来源:
Excel之家ExcelHome
今日话题
说到百分位，不得不提箱线图，也就是股市最常见到的图表之一，在统计学上有5个数据组成了箱线图的数据，包括最大值、最小值、中值，以及两个四分位数（包括1/4分位和3/4分位），今天我们介绍一下分位数中的扩展：百分位数。
百分位数的计算方法
1、百分位的概念
统计学术语，如果将一组数据从小到大排序，并计算相应的累计百分位，则某一百分位所对应数据的值就称为这一百分位的百分位数。可表示为：一组n个观测值按数值大小排列。如，处于p%位置的值称第p百分位数。
2、百分位数计算方法
在DAX函数中，关于百分位数的计算有两个，分别是PERCENTILE.EXC以及PERCENTILE.INC，这两个函数的算法是有区别的，我们先来看看计算的结果。
先准备一组数据，如下图所示：
为了缩小数据的范围，我们将销售明细和品类码表做关联后，只做Accessories品类的计算，因此可以在报表中将品类拖拽到一个筛选器上，并筛选第一个选项，如下图所示：
创建两个度量值，表达式分别是：
百分比_EXC = PERCENTILE.EXC('ResellerSales_USD'[SalesAmount_USD],0.1)
以及
百分比_INC = PERCENTILE.INC('ResellerSales_USD'[SalesAmount_USD],0.1)
创建完毕后，将这两个度量值拖拽到一个多行卡可视化对象中，效果如下图所示：
也就是说，品类是Accessories，计算销售额的10%分位的值分别是2,162.90和2,192.20，其中PERCENTILE.EXC 这个函数计算出来的结果是2,162.90，这两组度量值计算出来的结果是否准确呢？我们先了解一下这两个函数的计算原来，以及为了方便验证，我们到Excel 表中按照计算原理来验证。
需要注意的是，k值虽然说是百分比，但是不能使用百分比来输入，如
百分比_EXC = PERCENTILE.EXC('ResellerSales_USD'[SalesAmount_USD],0.1)中的k值为0.1，就不能输入10%。
3、计算原理
下面我们来说说这两个函数的计算原理，其中在Power BI Desktop 中的计算原理，和在Excel 中是一样的。
（1）PERCENTILE.INC(array,k) 描述性解释
将数组array从小到大排序（升序），设n为数组元素个数，计算出k*(n-1)的整数部分为a，小数部分为b，则PERCENTILE.INC(array,k)的值是：array第a+1个数×(1-b)+array第a+2个数×b。
（2）PERCENTILE.EXC(array,k) 描述性解释
将数组array从小到大排序（升序），设n为数组元素个数，计算出k*(n-1)的整数部分为a，小数部分为b，则PERCENTILE.INC(array,k)的值是：array第a个数×(1-b)+array第a+1个数×b。
我们用PERCENTILE.EXC 函数的计算原来，用上述的数据，到Excel 中来验证一下。首先我们先对销售额列排序，并在B列做一个序号标识。
第1步：n值
函数：=COUNTA(A2:A279)，其中array 为A2:A279
计算结果：278
效果如下图所示：
第2步：k值
函数：这里我们已经设置为固定的0.1，即10%
效果如下图所示：
第3步：k*(n+1)值
函数：=J11*(J10+1)
计算结果：27.9
效果如下图所示：
第4步：整数部分
函数：=TRUNC(J12)
计算结果：27
效果如下图所示：
第5步：小数部分
函数：=J12-J13
计算结果：0.9
效果如下图所示：
第6步：计算PERCENTILE.EXC 的结果
函数：=A28*(1-J14)+A29*J14
计算结果：2162.9，其中A28为array第a个数，即第27个数据
效果如下图所示：
这个数据和我们在Power BI Desktop 中的计算结果是一致的，效果如下图所示：
PERCENTILE.INC 这个函数的计算方法也类似，有兴趣的朋友可以动手按照函数的计算原理验证一下，在这里就不再赘述了。
4、另一种算法
在Power BI Desktop 中，计算百分位数，除了PERCENTILE.EXC、PERCENTILE.INC这两个函数之外，还有两个函数，分别是PERCENTILEX.EXC和PERCENTILEX.INC，这两组函数的区别在于他们的参数引用范围一样，前者引用的是列，而后者引用的是表+列，计算的结果是一样的，有兴趣的朋友也可以自己动手验证一下。
在Excel 中，关于百分位的计算还有一组逆计算函数，包括PERCENTRANK.EXC和PERCENTRANK.INC，他们分别是PERCENTILE.EXC、PERCENTILE.INC这两个函数的逆序计算，但是注意的是，这组函数目前在Power BI Desktop 中尚没有。
百分位数在日常分析中应用还是比较广泛的，除了开始提到的箱线图，我们还有其他的场景可以用到，比如我们要看一个班级里边70%的学生分数都超过多少分，此时我们就可以使用到百分位数的计算函数。
图文作者：梁才返回搜狐，查看更多
责任编辑：

我要回帖

更多关于 百分位数的计算公式 的文章

 

随机推荐