1 分位数の概要
分位数は、データを大小順に並べたときに、全体の中で「ある割合の観測がその値以下（または以上）になる位置」を数値として表す概念である。中央値は全体を二分する位置に対応し、四分位数はデータを四等分する区切りとして理解できる。分位数は、平均のように極端な値の影響を強く受けにくい場合が多く、分布の形を把握するための基本的な道具でもある。
1.1 分位数の定義
分位数は、一般に「確率 p（0≦p≦1）」に対応する値として定義される。データ集合を昇順に並べ、観測値の中で「累積的に p の割合に相当する位置」を代表する値として与える考え方である。離散的な標本に対しては、同じ p でも計算手順（位置の切り方や補間の有無）により結果がわずかに異なり得る点が特徴となる。
実務では、分位数を「下側から p% 目の値」と呼ぶこともあり、p=0.25 は第一四分位数、p=0.5 は中央値、p=0.75 は第三四分位数に相当することが多い。分位数は順位情報を土台にするため、単位やスケールが明確な量の整理に向く。
1.2 分位数と確率の対応
分位数は確率分布の文脈で自然に解釈できる。理論的には、確率変数 X の分布関数 F(x)=P(X≦x) を用いて、分位点（quantile）は「F(x) が p になる（または p 以上になる）値」として捉えられることが多い。ここでの対応は、統計的推測（推定・検定）や分布モデルの評価と結びつきやすい。
1.2.1 分位点（パーセンタイル）の意味
パーセンタイルは、分位数のうち確率 p を 0.01 刻みで指定したものとして扱われることが多い。たとえば 10 パーセンタイルは「データの 10% がその値以下」、90 パーセンタイルは「データの 90% がその値以下」という位置づけで説明できる。箱ひげ図の設計や、分位点ベースの閾値設定にも広く用いられる。
1.2.2 切断点（境界）としての解釈
分位数は、分布を区切る境界点として解釈できる。たとえば上位 5% を識別したい場合、95 パーセンタイルを境界として「それ以上の観測」を抽出する運用が可能になる。境界の置き方は問題設定に依存するため、「どちら側を含めるか（≦か<か）」や「補間で境界値が実在観測と一致しない可能性」も合わせて理解しておく必要がある。
1.3 主な種類（中央値・四分位数など）
代表的な分位数には、中央値（50%）、四分位数（25%、50%、75%）、十分位や百分位（例：10%、20% …）などがある。中央値は位置の中心を示し、四分位数は分布の広がりを段階的に表す。加えて、細かい分位（たとえば 5% や 95%）はテール側の性状を見に行く用途で活用される。
また、分位数は対象量の目的に応じて選択される。ばらつきの抑え込みが目的なら四分位間の差を使い、上側リスクの評価なら高分位（上位側の境界）を選ぶなど、指標の役割に応じた設計が行われる。
2 分位数の計算方法
分位数の計算は「並べ替え」から始まり、「目的の p に対応する位置（インデックス）」を決め、その位置の値をどう扱うかで決まる。データが小さいほど手順の違いが結果に与える影響が目立ちやすい。
2.1 基本的な手順
分位数を算出する基本的な考え方は、標本を昇順に並べ、p に相当する位置を特定し、その周辺の値から分位点を決める流れである。具体的な式や端点の扱いは流儀（定義）によって異なる。
2.1.1 標本の並べ替え
まず、観測値を小さい順に並べる。重複値があれば同じ値が複数回現れるが、順位付けはそのまま保つ。ここで得られる順序統計量は、分位数の位置決めの基礎となる。
2.1.2 位置（インデックス）の決め方
確率 p に対する位置は、標本サイズ n と結びつけて決める。一般的には「全体を p の割合だけ下側に含める」としたときに、どの順位が境界に来るかを計算する。位置が整数になる場合は、その順位の観測値を採用しやすいが、端数が出る場合は補間を入れる流儀が現れる。
位置の定義には複数の慣習があり、同じ p と同じデータでも、結果が僅かにずれることがある。特に p が 0 や 1 に近い領域や、n が小さい場合に差が出やすい。
2.2 補間を伴う定義
補間を伴う分位数定義は、位置が整数にならないときに「近い順位の値の間」を推定して境界値を与える考え方である。補間の方法は直線的な重み付けが典型で、これにより分位数が連続的に変化しやすくなる。
2.2.1 直線補間の考え方
位置が i と i+1 の間にある場合、両者の観測値を重み付きで結び、境界値を算出する。重みは「位置がどれだけ i に近いか」という距離に基づくことが多い。これにより、分位数が標本のサイズや p の変化に対してスムーズに推移する。
2.2.2 離散値データでの扱い
データが離散的（例：整数やカテゴリに近い）な場合、補間による値が実際に観測されていない値になることがある。計算としては自然でも、解釈上は「境界を推定した値」という理解が必要になる。実務で意思決定の閾値を「実データのいずれかの値に限定したい」場合は、補間なしの定義を選ぶなどの調整が行われる。
2.3 実装上の注意
分位数は計算仕様に依存するため、実装やソフトウェアの選択が重要になる。特に端点の扱い、並べ替え後のインデックス化、重複値や欠測値への対処が結果に関与する。
2.3.1 並べる向きと端点の扱い
データの昇順・降順は最終的な値に影響しないが、内部計算の定義が異なると端点（最小値・最大値）への一致度合いが変わり得る。例えば p=0 は最小値、p=1 は最大値として一致させる設計が多い一方、実装によって内部の位置計算が異なる場合がある。
また、境界を「含める側（≦）」とするか「含めない側（<）」とするかも、特定の運用では重要になる。抽出後の個数が変わるため、要件に合わせた整合確認が望ましい。
2.3.2 欠測値・重複値への対処
欠測値がある場合は、通常「欠測を除外してから分位数を計算する」か「欠測を別扱いにする」かの方針を決める。除外するなら、残存数 n が変わり位置の計算にも影響する。
重複値については、同じ値が複数回出現するため順位が集団で占める。補間なしでは分位数がその値に張り付く傾向が強くなるが、補間を使うと境界が滑らかに変化する場合もある。どちらが望ましいかは用途次第である。
2.4 統計ソフトによる差異
分位数計算は「定義の仕様」の違いにより出力が一致しないことがある。特定の環境で再現性を確保したい場合、ソフトウェアが採用する分位数アルゴリズム（位置計算や補間方式）を確認する必要がある。
2.4.1 定義の違いが結果に与える影響
差は多くの場合ごく小さいが、用途によっては意味を持つ。たとえばテール側の分位を用いて閾値を決める場合、数値がわずかに変わるだけで判定対象の件数が変わる可能性がある。特に分布が離散的で、境界付近に観測が集中している場合には影響が拡大しやすい。
比較の場面では、同一データに対して複数手法で計算し、どの程度のずれが出るかを評価することが望ましい。
3 分位数の性質と統計的性格
分位数は順位情報に基づくため、分布の特徴を捉える一方で、推定としての挙動も理論的に検討されてきた。中心・ばらつき・テールの性状を、平均とは異なる角度から要約できることが重要である。
3.1 順序統計量との関係
分位数は順序統計量（昇順に並べたときの k 番目の値）と深く関係する。補間を行わない定義では、分位数は特定順位の観測値に一致する。補間を行う定義では、隣接する順序統計量の間を連結した値になる。
この関係により、分位数は「何番目の観測に相当するか」という直観的な解釈が可能になる。さらに標本サイズが変わると順位の対応も変化するため、比較では同一の定義と前提が求められる。
3.2 ロバスト性（外れ値への強さ）
分位数は外れ値に対して相対的に頑健である。理由は、極端な値が平均のように全体の計算に強く寄与しにくく、順位ベースで位置が決まるためである。たとえば中央値は、上位の数点や下位の数点が動いても順位の位置が変わらない限り影響が限定される。
ただしテール側の分位（例：5%や95%）は、外れに近い領域の情報を直接反映する。したがって頑健性は分位の位置に依存する点を理解する必要がある。
3.3 ばらつきの要約指標としての役割
分位数は分布の広がりを表す指標として機能する。平均から得られる分散は対称性や外れ値の影響に左右されやすいが、分位に基づく指標は分布形状に対して比較的安定な要約を与えやすい。
3.3.1 四分位範囲（IQR）
四分位範囲（IQR）は、第三四分位数から第一四分位数を引いた値として定義される。これは中央 50% の幅を表すため、極端な値が一部混ざっていても全体の幅の見積もりが大きく歪みにくい。データのスケールを把握する目的で、しばしば標準偏差の代替的な役割を担う。
3.3.2 パーセンタイル間の比較
IQR以外にも、例えば 90 パーセンタイルと 10 パーセンタイルの差のように、任意の分位点間の幅を用いる方法がある。分布がどの程度広がっているか、特定の割合のデータがどれだけの範囲に収まるかを、分布の対称性に依存しない形で示せる。観測領域の安全率設計や許容範囲の見積もりにも応用される。
4 分位数の応用
分位数は要約・可視化・判定・推定など多方面で利用される。データ分布を単一の数で捉える際に、平均とは異なる情報を提供する点が実用上の利点となる。
4.1 分布の要約と可視化
分布の全体像を把握するために、分位点を用いた図表がよく作られる。これにより中心と広がり、そして両端の挙動を直感的に確認できる。
4.1.1 箱ひげ図
箱ひげ図は、第一四分位数、中央値、第三四分位数を箱として示し、端部には分位に基づく延長や外れ値の扱いが反映される。箱の高さはIQRに対応し、中央値の位置により分布の偏りを読み取れる。箱ひげ図は比較対象が複数ある場合にも有効である。
4.1.2 パーセンタイルプロット
パーセンタイルプロットは、複数の分位点を横軸にパーセンタイル、縦軸に対応する観測値として描くことで、分布形状を視覚化する。直線に近い形状は分布のモデル適合の手がかりになり、曲がりは歪度や裾の重さを示唆する。外れの集中や多峰性の兆候も比較的見つけやすい。
4.2 外れ値検出への利用
分位数は外れ値の検出に使われることが多い。特にIQRを基準にしたルールは解釈しやすく、分布の仮定に依存しにくい。
4.2.1 四分位範囲に基づく基準
代表的には、第一四分位数と第三四分位数、そしてIQRから上下の境界を作る。例えば箱ひげ図で用いられる規則では、境界から十分に離れた点を外れ値として扱う。閾値の倍率は設計パラメータとして調整可能であり、検出の厳しさを制御できる。
4.2.2 ローカルな分位の考え方
分位数は全体に対して計算するだけでなく、条件やセグメントごとに局所的に計算することで、局所的な異常を捉える考え方にもつながる。例えば同じ値でも、季節や区分により「普通」が異なる場合に有効になる。実装上は、基準母集団の切り方が結果を左右する点に注意が必要である。
4.3 分位点回帰などの推定
分位数の概念は回帰にも拡張され、分位点を条件付きで推定する手法が広く用いられる。平均回帰が「平均の予測」を目指すのに対し、分位点回帰は「特定の分位での予測」を狙う。
4.3.1 条件付き分位数の概念
条件付き分位数は、説明変数を与えたときに従属変数の分布の p 分位がどこに位置するかを表す。これにより、ばらつきの大きさが説明変数に応じて変化する状況でも、上側と下側の挙動を別々に捉えることができる。分布の不対称性にも対応しやすい。
4.3.2 目的関数と解釈
分位点回帰では、損失関数が平均二乗誤差ではなく分位に適した形になることが多い。結果として、推定した回帰曲線は「その条件のもとで観測の割合がどれくらい上下に分かれるか」を反映する。解釈としては、ある p に対し、予測値より小さい観測が概ね p の割合に近づくよう設計される。
4.4 実務データでの運用
実務では、計算仕様だけでなくデータ品質と運用設計の両面が重要になる。特に標本数の不足や集計単位の切り方は、分位数の安定性に影響する。
4.4.1 サンプルサイズの影響
サンプル数が少ないと、分位数は順位の飛びが大きくなり、推定のばらつきが増える。特に高分位や低分位では、少数の観測が値を支配しやすく、日々の変動が大きく見える場合がある。運用では、一定期間の集約や移動窓の導入などで安定化を図ることがある。
また、同じデータでも定義の違いにより値が変わる可能性があるため、実務プロセスでは仕様の固定が望ましい。
4.4.2 セグメント別集計での注意
セグメントごとに分位数を計算する場合、各セグメントの母集団が十分に大きいかを確認する必要がある。小標本のまま多数のセグメントを比較すると、ランダムな変動が「構造」と誤認される恐れがある。さらに分位数の定義を統一しないと、セグメント間の比較が不適切になる。
加えて、集計範囲や欠測の扱いがセグメントによって異なると、比較の前提が崩れる。データ準備の段階で一貫性を確保し、必要なら信頼区間や頑健な検証を併用する。