考虑以下 Python 代码:
In [1]: import numpy as np
In [2]: import scipy.stats as stats
In [3]: ar = np.array([0.8389, 0.5176, 0.1867, 0.1953, 0.4153, 0.6036, 0.2497, 0.5188, 0.4723, 0.3963])
In [4]: x = ar[-1]
In [5]: stats.percentileofscore(ar, x, kind='strict')
Out[5]: 30.0
In [6]: stats.percentileofscore(ar, x, kind='rank')
Out[6]: 40.0
In [7]: stats.percentileofscore(ar, x, kind='weak')
Out[7]: 40.0
In [8]: stats.percentileofscore(ar, x, kind='mean')
Out[8]: 35.0
kind 参数表示对结果分数的解释。
现在，当我对相同数据使用 Excel 的 PERCENTRANK 函数时，我得到 0.3333。这似乎是正确的，因为有 3 个值小于 x=0.3963。
有人可以解释为什么我得到不一致的结果吗？
最佳答案
当我在 scipy.stats 中重写这个函数时，我发现了很多不同的定义，其中一些包含在内。
基本示例是当我想根据分数对学生进行排名时。在这种情况下，分数包括所有学生，percentileofscore 给出所有学生中的排名。主要区别在于如何处理领带。
Excel 似乎使用了相对于现有量表对学生进行排名的方式，例如历史 GRE 量表上的分数排名是多少。如果分数不在现有列表中，我不知道 excel 是否会删除一个条目。
统计中的一个类似问题是分位数的“绘图位置”。我在互联网上找不到很好的引用资料。这是一个通用公式 http://amsglossary.allenpress.com/glossary/search?id=plotting-position1 维基百科只有一小段:http://en.wikipedia.org/wiki/Q-Q_plot#Plotting_positions
文献中有大量 b 的不同选择(甚至是第二个参数 a 的选择)的案例，这些案例对应于不同分布的不同近似值。有几个在 scipy.stats.mstats 中实现。
我认为这不是哪个对的问题。就是，你想用它做什么？您的问题或领域的通用定义是什么？
关于Python SciPy 统计 percentilofscore，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/8138552/