pythonscipystats percentilofscore

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，当我对相同的数据使用Excel的PERCENTRANK函数时，我得到了0.3333。这似乎是正确的，因为有3个值小于x=0.3963

---

有人能解释为什么我得到了不一致的结果吗？

这是一个奇怪的结果，我几乎可以看出他们在做不同的计算，如果这样调用，Scipy将复制excel结果

In [1]: import numpy as np
In [2]: In [2]: import scipy.stats as stats
In [3]: 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]: In [4]: x = ar[-1]
In [5]: stats.percentileofscore(ar[:-1], x, kind='mean')
Out[5]: 33.333333333333336

使用任何一种关键字，我都能得到相同的答案。这将忽略数据中与查询完全相等的值。看看这个，因为它可能有一点洞察力

---

那么哪一个是正确的呢？Excel或Scipy？

当我在Scipy.stats中重写此函数时，我发现了许多不同的定义，其中一些包括在内

最基本的例子是当我想给学生打分时。在这种情况下，分数包括所有学生，百分位数给出所有学生的排名。那么主要的区别就是如何处理关系

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

统计学中的一个类似问题是分位数的“标绘位置”。我在网上找不到好的参考资料。这里有一个通用公式 维基百科只有一小段：

文献中有大量不同选择b（甚至选择第二个参数a）的情况，对应于不同分布的不同近似。其中几个在scipy.stats.mstats中实现

---

我认为这不是一个哪个是对的问题。你想用它做什么？您的问题或字段的常见定义是什么？

对于长度为10的输入数组，我认为1/3不是一个合理的结果。（请注意，[6]中的

可能使用了
kind='rank'
。我不认为您使用相同的参数得到了两个不同的结果。）您是对的，我在[6]

中的

中使用了
kind='rank'
。复制/粘贴错误。我编辑了这篇文章。正如我之前所说的：我认为你显示的所有结果都和预期的一样，但是Excel的结果很奇怪。因为我不知道您在Excel中做了什么，所以我无法对奇怪的结果发表评论。我在A列中输入了
0.8389、0.5176、0.1867、0.1953、0.4153、0.6036、0.2497、0.5188、0.4723、0.3963
，因此0.8389位于A1到A10中的0.3963之间。然后我做了=PERCENTRANK（A1:A10，A10），返回0.3333。Scipy似乎有
（X以上值的数量）/（总值）
，在这种情况下是
3/10=0.3
，而Excel有
（X以上值的数量）/（总值-1）
，在这种情况下是
3/9=0.3333
。是我，还是第一个示例不正确？如果不计算值，则应为2/3，如果计算值，则应为1/2。如果我误解了我在金融应用程序中使用的代码，请纠正我。基本上，我是在构建指标，并采用用户定义窗口的百分位数。然后，指示器显示买入或卖出。有趣的是，我试图在VBA中复制代码，所以不幸的是，由于scipy和Excel之间的差异，单元测试失败了。当进行回溯测试时，随着时间的推移，这些差异会在损益表中产生巨大的差异。这是一个很好的观点，这不是一个正确的问题，但scipy中提供了四种方法。他们都没有复制Excel的算法？我一直在寻找Excel的行为（我没有），但看起来他们也改变了他们的行为。可以从头开始编写兼容函数，但除了针对VBA进行基准测试外，我不确定这是否有意义。同意。我认为这只是与客户合作的问题，以便他们了解差异。