Kalkulator percentyli

Kalkulator percentyli

Percentyl wskazuje wartość, poniżej której znajduje się dany odsetek obserwacji. P90 oznacza, że 90% danych ma wartość nie większą niż wyliczona.

Jak liczymy?

Stosujemy metodę interpolacji liniowej: pozycja = percentyl ÷ 100 × (n − 1). Wartość wyznaczamy między dwiema sąsiednimi obserwacjami w posortowanym zbiorze.

Popularne percentyle

Przykład

Dla liczb od 1 do 10 mediana to 5,5, P25 = 3,25, a P90 = 9,1. W monitoringu wydajności P95 i P99 pokazują, jak wyglądają najgorsze przypadki.

Jak liczony jest percentyl krok po kroku

Algorytm sprowadza się do trzech czynności: posortowania danych rosnąco, wyznaczenia pozycji szukanego percentyla i odczytania wartości leżącej w tym punkcie. Pozycja prawie nigdy nie wypada dokładnie w miejscu jednej z obserwacji — i właśnie dlatego wynik nie jest żadną z liczb ze zbioru, tylko wartością wstawioną pomiędzy dwie sąsiednie.

Pozycja liczona jest w indeksie od zera, więc dla n obserwacji rozciąga się od 0 do n − 1. Po jej wyznaczeniu rozbijamy ją na część całkowitą k oraz ułamek d. Wartość percentyla to x[k] + d × (x[k+1] − x[k]), gdzie x[k] i x[k+1] to dwie kolejne liczby z posortowanego zbioru. Gdy d = 0, wynik równa się dokładnie x[k] i interpolacja nie zmienia niczego. Gdy pozycja wypada poza zakres, wynikiem jest odpowiednio najmniejsza albo największa wartość w zbiorze.

Waga d mówi, jak blisko mniejszej z dwóch sąsiednich wartości leży wynik. Przy d = 0,55 wartość leży w 55% odległości od x[k] w stronę x[k+1]. Ten sam mechanizm obsługuje dowolny percentyl, w tym P90, P95 i P99, bez tablic stałych i bez zaokrąglania do najbliższej obserwacji. Warto wiedzieć, że poza interpolacją liniową istnieją inne konwencje, na przykład metoda najbliższej rangi — dla tego samego zbioru mogą dać inny wynik, szczególnie gdy obserwacji jest mało.

Przykład: P95 i P99 dla liczb od 1 do 10

1. Zbieramy dane i sortujemy je rosnąco: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10. Liczba obserwacji n = 10.
2. Liczymy pozycję dla P95: 95 ÷ 100 × (10 − 1) = 0,95 × 9 = 8,55.
3. Rozbijamy pozycję na część całkowitą k = 8 i ułamek d = 0,55. Indeks liczymy od zera, więc x[8] = 9, a x[9] = 10.
4. Interpolujemy: 9 + 0,55 × (10 − 9) = 9 + 0,55 = 9,55. To wynik P95.
5. Dla P99 pozycja wynosi 99 ÷ 100 × 9 = 8,91, czyli k = 8 i d = 0,91. Wynik: 9 + 0,91 × 1 = 9,91.
6. Interpretacja: 95% obserwacji ma wartość nie większą niż 9,55, a 99% — nie większą niż 9,91. Powyżej tych progów leży odpowiednio jedna i jedna dziesiąta wartości ze zbioru.

Tabela referencyjna dla zbioru 1-10

Jak korzystać z kalkulatora

• Sprawdź dane przed wklejeniem — usuń puste komórki, nagłówki i przypadkowe znaki. Każda nieparsowalna wartość zmienia liczbę obserwacji n, a więc i pozycję percentyla.
• Zawsze czytaj P50 razem z ogonem — mediana opisuje typowy przypadek, natomiast P95 i P99 pokazują, jak wyglądają wartości skrajne. Sam percentyl górny bez mediany niewiele mówi o całym zbiorze.
• Porównuj ten sam percentyl na tym samym oknie czasowym — P95 z doby i P95 z miesiąca to dwie różne informacje, mimo że etykieta jest identyczna.
• Przy małym n nie przywiązuj się do górnych percentyli — gdy obserwacji jest niewiele, P95 i P99 opierają się na jednej lub dwóch wartościach i potrafią się drastycznie zmienić po dodaniu kolejnego rekordu.
• Trzymaj się jednej konwencji — jeśli porównujesz wyniki z różnych źródeł, upewnij się, że wszystkie używają tej samej metody interpolacji, inaczej różnice wynikają z implementacji, a nie z danych.

Czego narzędzie nie uwzględnia

• Wartości odstających — kalkulator nie odrzuca skrajnych rekordów. Jeden bardzo duży pomiar podnosi P90, P95 i P99, choć reszta zbioru się nie zmieniła.
• Małej liczby obserwacji — przy krótkiej serii górne percentyle są niestabilne, a P99 potrafi pokryć się z maksimum. Wynik trzeba wtedy traktować jako przybliżenie, nie jako stałą charakterystykę.
• Wag i przedziałów — każda wklejona liczba jest traktowana jako osobna, równoważna obserwacja. Narzędzie nie obsługuje danych zagregowanych w przedziałach ani obserwacji o różnej wadze.
• Konwencji obliczeń — wynik zależy od przyjętej metody interpolacji. Inny program dla tego samego zbioru może zwrócić inną wartość, dlatego liczby z różnych implementacji nie są wprost porównywalne.

Najczęstsze pytania