📚 Quantiles and k-values | 分位数与k值
Quantiles are statistical measures that partition a dataset into equal-sized subgroups, providing a systematic way to describe the spread and central tendency beyond just the mean and median. The “k-value” often represents the specific multiplier or rank parameter used to locate or interpret these quantiles — for example, the k in the kth percentile, or the constant in rules for identifying outliers. This article explores how quantiles and k-values work together in descriptive statistics, probability distributions, and data analysis, with particular attention to the IB Mathematics curriculum.
分位数是一种统计量，它将数据集分割成大小相等的子组，提供了在均值和中间值之外系统描述数据离散度和集中趋势的方法。“k 值”通常指用于定位或解释这些分位数的特定乘数或秩参数——例如第 k 百分位数中的 k，或识别异常值规则中的常数。本文将探索分位数与 k 值如何在描述性统计、概率分布和数据分析中协同作用，并特别关注 IB 数学课程的相关内容。
1. What are quantiles? | 什么是分位数？
A quantile is a value below which a given proportion of observations in a dataset falls. More formally, the q-quantile (0 < q < 1) divides the data such that a fraction q lies below it and 1−q lies above. Examples include the median (0.5-quantile), quartiles (0.25, 0.5, 0.75), and percentiles. Quantiles give robust summaries of location and spread, useful when data is skewed or contains outliers.
分位数是指数据集中的一个值，给定比例的观测值都落在它之下。更正式地说，q-分位数 (0 < q < 1) 将数据分割成比例为 q 的数据位于其下、1−q 位于其上。常见的例子有中位数（0.5 分位数）、四分位数（0.25, 0.5, 0.75）和百分位数。分位数提供了位置和离散度的稳健概括，在数据偏斜或含有异常值时尤其有用。
his probabilistic context, k-values often appear as the parameter k in notation like Q(k).
分位数的概念可通过累积分布函数（CDF）推广到连续随机变量。q-分位数 xₒ 满足 F(xₒ) = P(X ≤ xₒ) = q。在此概率背景下，k 值常常以 Q(k) 这样记号中的参数 k 出现。
2. Types of quantiles: quartiles, deciles, percentiles | 分位数的类型：四分位数、十分位数、百分位数
The most used quantiles in IB Mathematics are quartiles and percentiles. Quartiles split the ordered data into four equal parts: Q₁ (25th percentile), Q₂ (50th percentile, median), and Q₃ (75th percentile). Deciles divide into ten parts (D₁ to D₉). Percentiles use a scale of 100, and the kth percentile has k% of data below it. The value k here is an integer between 1 and 99 for percentile rank, and it acts as a multiplier to compute the position of the percentile in sorted data.
IB 数学中最常用的分位数是四分位数和百分位数。四分位数将排序数据分成四个等份：Q₁（第 25 百分位数）、Q₂（第 50 百分位数，中位数）和 Q₃（第 75 百分位数）。十分位数将数据分成十份（D₁ 到 D₉）。百分位数使用 100 分度，第 k 百分位数的下方有 k% 的数据。这里 k 是 1 到 99 的整数，表示百分位等级，并在排序数据中用作计算百分位数位置的乘数。
3. Computing quantiles for ungrouped data | 未分组数据的分位数计算
cent rank. For quartiles, the common algorithm sets Q₁ at the median of the lower half, Q₂ at the median, and Q₃ at the median of the upper half, but IB generally recommends using the position formula with k = 25, 50, 75.
对于有 n 个值并按升序排列的数据集，第 k 百分位数的位置通常通过 L = (k/100) × (n+1) 来估计。若 L 是整数，第 k 百分位数即为第 L 个值；若不是，则在相邻顺序统计量之间进行线性插值。该方法将 k 视为百分等级。对于四分位数，常见算法将 Q₁ 定位于下半部分的中位数，Q₂ 为中位数，Q₃ 为上半部分的中位数，但 IB 普遍推荐使用 k = 25, 50, 75 的位置公式。
Q₁ lies 0.75 of the way between the 2nd (7) and 3rd (9) values: Q₁ = 7 + 0.75×(9−7) = 8.5.
例如，考虑数据集：5, 7, 9, 12, 14, 15, 18, 20, 22, 25（n=10）。对于 Q₁（k=25）：L = (25/100)×11 = 2.75。因此 Q₁ 位于第 2 个值 (7) 和第 3 个值 (9) 之间 0.75 的位置：Q₁ = 7 + 0.75×(9−7) = 8.5。
4. Interquartile range (IQR) | 四分位距（IQR）
The interquartile range is defined as IQR = Q₃ − Q₁. It measures the middle 50% n IB coursework, calculating IQR and using it to interpret variability are standard tasks.
四分位距定义为 IQR = Q₃ − Q₁。它衡量中间 50% 数据的离散度，并且对异常值具有稳健性。IQR 为构建检测异常值的界限提供了基础。在 IB 课程中，计算 IQR 并使用它解释数据的变异性是标准任务。
5. k-values in outlier detection: the 1.5 IQR rule | 异常值检测中的 k 值：1.5 IQR 规则
works well for moderately skewed data. Some statisticians use k = 3 for extreme outliers.
k 值与分位数最熟悉的用法是识别异常值的 1.5 IQR 规则。下界限 = Q₁ − 1.5 × IQR，上界限 = Q₃ + 1.5 × IQR。任何低于下界限或高于上界限的数据点被标记为潜在异常值。这里的常数 k = 1.5 是一个对中等偏斜数据效果良好的常规选择。一些统计师对于极端异常值使用 k = 3。
Why 1.5? on, the fences approximate ±2.7 standard deviations from the mean, encompassing about 99.3% nging k adjusts sensitivity: larger k yields fewer flagged points, smaller k catches more.
为什么是 1.5？对于正态分布，这些界限近似于均值 ±2.7 个标准差，包含约 99.3% 的数据。改变 k 可调节灵敏度：较大的 k 会标记更少的点，较小的 k 则捕捉更多。
6. k-values in box plots | 箱线图中的 k 值
plot (box-and-whisker) displays the five-number summary: minimum, Q₁, median, Q₃, maximum — ers, individual outliers are plotted with dots. Thus the box plot visually incorporates the k-value through its whisker limits.
箱线图（盒须图）展示五数概括：最小值、Q₁、中位数、Q₃、最大值——须线延伸至最极端的非异常值观测。在许多实现中，须线画至位于界限内（使用 k=1.5）的最大和最小数据点。超出须线的个体异常值用点绘制。因此，箱线图通过其须线界限将 k 值可视化地表现出来。
7. Quantiles and the normal distribution | 分位数与正态分布
For a continuous normal random variable X ~ 5th percentile corresponds to z = 1.96, a k-value frequently used in confidence intervals.
对于连续正态随机变量 X ~ N(μ, σ²)，q-分位数为 xₒ = μ + zₒσ，其中 zₒ 是标准正态分布 N(0,1) 的 q-分位数。这个值 zₒ（在某些课本中常用 k 表示）表明给定分位数距离均值多少个标准差。例如，第 97.5 百分位数对应 z = 1.96，这是在置信区间中常用的 k 值。
In IB Mathematics, students learn to use inverse normal functions or tables to find such k-values for given probabilities. This directly links the concept of quantile to the k-value as the number of standard deviations from the mean.
在 IB 数学中，学生学习使用逆正态函数或查表找到给定概率对应的此类 k 值。这直接将分位数的概念与作为距离均值标准差个数的 k 值联系了起来。
8. k-values for normal tolerance intervals | 正态容忍区间的 k 值
ance interval is constructed to contain at least a proportion p of the population with confidence γ. The formula for a two-sided normal tolerance interval is x¯ ze n, desired coverage p, and confidence γ. These k-values are tabulated and larger than standard normal quantiles because they account for sampling variability. While not a core IB topic, it illustrates the versatility of k as a multiplier derived from quantile theory.
在更高级的统计中，容忍区间被构造出来以置信度 γ 包含总体中至少比例为 p 的部分。双侧正态容忍区间的公式为 x¯ ± k·s，其中 k 依赖于样本量 n、所需的覆盖率 p 和置信度 γ。这些 k 值多为查表值，且大于标准正态分位数，因为它们计入了抽样变异性。尽管不是 IB 核心主题，但它说明了 k 作为由分位数理论导出的乘数的多功能性。
9. Relationship between percentiles and k-values in standard normal | 百分位数与标准正态中 k 值的关系
k-value is the z-score such that P(Z ≤ k) = cumulative probability. Many IB problems ask: "Find the 90th percentile of N(μ, σ²)" — ), then transform. This k is simply a specific quantile of the standard distribution. Thus “k-value” and “quantile” are sometimes interchangeable in normal contexts.
在标准正态表中，k 值是满足 P(Z ≤ k) = 累积概率的 z-分数。许多 IB 问题会问：“求 N(μ, σ²) 的第 90 百分位数”——学生首先在 N(0,1) 中找到 0.9 对应的 k，然后变换。这个 k 就是标准分布的一个特定分位数。因此，在正态上下文中，“k 值”和“分位数”有时可以互换使用。
The table shows common k-values for typical confidence levels:
| Confidence Level / 置信水平 | k (z-value) / k 值（z 值） |
|---|---|
| 90% | 1.645 |
| 95% | 1.960 |
| 99% | 2.576 |
10. k-values for computing quantile positions in grouped data | 分组数据中计算分位数位置的 k 值
determines which class contains the desired quantile, and interpolation gives the exact data value.
对于分组频数表，百分位数通过在合适的组距内线性插值来估计。这里的 k 表示累积频数秩：第 k 百分位数的位置为 (k/100) × N，其中 N 为总频数。k 值决定了哪一个组包含所需的分位数，然后通过插值给出精确的数据值。
11. Applications in IB Mathematics | IB 数学中的应用
IB Mathematics: Analysis & Approaches and Applications & Interpretation both require students to calculate quartiles and percentiles for raw and grouped data, construct and interpret box plots, and use IQR and fences to discuss outliers. In the normal distribution topic, k-values (z-scores) appear in inverse normal calculations, hypothesis testing, and confidence intervals. Understanding the dual role of k — as a rank index and a multiplier — is essential for fluency in these topics.
IB 数学：分析与方法以及应用与解释课程均要求学生计算原始数据和分组数据的四分位数和百分位数，构建和解释箱线图，并使用 IQR 和界限讨论异常值。在正态分布专题中，k 值（z-分数）出现在逆正态计算、假设检验和置信区间中。理解 k 作为秩索引和乘数的双重角色对于掌握这些主题至关重要。
12. Common misconceptions | 常见误解
- Confusing k as a data value with k as a multiplier: In percentiles, k is a percentage; in fences, k is a constant multiplier. Always check context.
- 混淆作为数据值的 k 与作为乘数的 k：在百分位数中，k 是百分比；在界限中，k 是常数乘数。务必根据上下文区分。
- Thinking the lower fence is always Q₁ − 1.5×IQR: While standard, exam problems may specify a different k-value; read the question.
- 认为下界限总是 Q₁ − 1.5×IQR：尽管是标准做法，考题可能指定不同的 k 值；注意审题。
- Treating percentiles of discrete data without interpolation: IB often expects linear interpolation when the position is not an integer.
- 处理离散数据百分位数时不用插值：当位置不是整数时，IB 通常期望使用线性插值。
- Assuming k-values from normal tables are exact: They are rounded; using more precise values affects final answers.
- 假设正态表中的 k 值是精确的：它们是四舍五入后的值；使用更精确的值会影响最终答案。
Published by TutorHao | IB Mathematics Revision Series | aleveler.com
更多咨询请联系16621398022（同微信）
或截图后用「扫一扫 → 相册」选择本图