Java Apache Commons getPercentile（）与MS Excel percentile不同的结果

我有一个算法，它使用一系列值（12个值）的

Apache Commons

计算

百分位（85）

，以便稍后使用阈值进行评估以做出决定。结果与Excel给出的结果相似，但并不相等，有时这对我的应用程序至关重要，因为使用Excel，结果不会超过阈值，而使用Java中的Apache Commons Math，结果会超过阈值，因此我得到不同的输出

这里是一个例子：每2小时互联网流量（Mbps）

327076813360000000 41258042976000000 4544539402000000000 4880444094560000004674628479360000004980281000560000005437194511440000041970813460000000 2943719632400000 224667255616000000 20038845224800000 2878075710400000

除以1000 Mb（电缆容量）后，我计算占用百分比（85）：

Excel:0049153870117

Apache Commons数学：0.05003126676104001

我发现可以使用

setPercentileImpl（）

更改百分位数的实现（它不存在正式的实现），但我找不到任何关于如何实现这一点的示例，也找不到Excel算法（这是我被告知要实现的）

欢迎对此提供任何帮助

---

谢谢。

从数据集计算的百分位数没有唯一的定义。有关使用中最常见的定义，请参见。

差异很小，是由于假设造成的。这是最简单的解释与3元素的情况。假设有三个元素（N=3）

a=x[0]

。Apache和Excel方法都说元素b是第50个百分位（中位数）。但是，它们在

a

和

c

方面有所不同

（和）比如说

a

是第25个百分位，

c

是第75个百分位，因为它将空间分成N+1个块，即四分之一

Excel方法表示，

a

是第0个百分位，

c

是第100个百分位，因为空间被划分为N-1个块，即一半

因此，如果您想要Excel方法，而不想自己编写它，您可以从数组中删除最小和最大的元素，然后调用Apache方法-它应该会给出完全相同的结果，除了端点以外的百分位

如果您想自己编写代码，下面给出了一种简单的方法。注意这些问题：

• 这会对数组进行排序（因此会对其进行更改）
• 由于排序，这需要O（N log（N））时间。Apache方法使用快速选择算法，因此需要O（N）个时间（如果您想了解更多，请使用google“quickselect”）

代码（未经测试甚至未编译，但应该能让您有所了解）

//警告-修改数据
双百分比（双[]数据，双百分比）{数组
数组。排序（数据）；
双指数=百分位数*（数据长度-1）；
整数下限=（整数）数学下限（指数）；
如果（lower=data.length-1）{//仅在100%的情况下，但应为防御型
返回数据[数据长度-1]；
}
双分数=指数较低；
//线性插值
双结果=数据[下限]+分数*（数据[下限+1]-数据[下限]）；
返回结果；
}

解决方案是创建一个类PercentileExcel，它几乎是commons方法中percentile的副本，只是在如何计算位置上有一个小的变化：

pos=(1+p*(n-1))/100;

然后，您需要将此行添加到代码中，以便将新类用于百分位：

setPercentileImpl(PercentileExcel);

---

Class

org.apache.commons.math3.stat.description.rank.Percentile

已经支持Excel风格的插值，您只需使用

EstimationType.R_7

public class PercentileExcel extends Percentile {
    public PercentileExcel() throws MathIllegalArgumentException {

    super(50.0,
          EstimationType.R_7, // use excel style interpolation
          NaNStrategy.REMOVED,
          new KthSelector(new MedianOf3PivotingStrategy()));
    }
}

---

在3.6中，不需要新类别的以下替代方案：

DescriptiveStatistics ds=new DescriptiveStatistics（）；
百分位p=新的百分位（50.0）。带有EstimationType（EstimationType.R_7）
.带NaNStrategy（已删除NaNStrategy）
.带KTH选配件（新KTH选配件）（新
MediaNof3数据透视策略（））
ds.setPercentileImpl（p）；

你能给出一个你看到的差异的例子吗？我们可以自己尝试数据？当然，我会用数据编辑我的问题。请注意，不同结果的原因是一组值是12。对于较大的值，两种算法会给出相似的结果。我的问题是如何在Java中实现excel的方法。好问题，当我使用线性插值，我得到

0.049004

（当我将你的数字除以1e19时）我看不出0.05000怎么可能是一个答案，因为它比第11大，而且应该更小。如果我使用简化的三阶多项式插值，我得到0.491584是的，我发现了至少3个不同的插值。谢谢。我认为我发现了Commons实现的源代码，我将尝试在第199行中更改分配给pos的值。这应该行得通，而且我不必改变代码的结构。看起来应该行得通。我假设double pos=1+p*（n-1）/100；我假设您将创建一个新类，而不仅仅是替换Apache jar中的Percentile类。如果Apache jar中的其他类使用此方法，这可能会很危险，也意味着您必须在将来的版本中将其保持最新！它应该是pos=（1+p*（n-1））/100.除以100是Commons方法的一部分，不是吗？所以它应该除以整个表达式。是的，我正在创建一个新类，我将尝试使用方法setPercentileImpl（新类）在代码中，为了使用新算法。只要我能检查结果，我就会告诉我是否得到与Excel中相同的值。注意：commons-math-3.0或更低版本不支持这一点，只有commons-math-3.5有它。

public class PercentileExcel extends Percentile {
    public PercentileExcel() throws MathIllegalArgumentException {

    super(50.0,
          EstimationType.R_7, // use excel style interpolation
          NaNStrategy.REMOVED,
          new KthSelector(new MedianOf3PivotingStrategy()));
    }
}