1 分位点の基本
1.1 分位点の定義
分位点（quantile）とは、観測値を大小の順に並べたとき、指定した割合のデータがその値以下に入るような位置（またはその位置に対応する値）を表す統計指標である。分位点の「割合」は確率として与えられることが多く、位置づけの概念と値としての概念が一体として用いられる。
たとえば中央値は、データの半分がそれ以下になる点として定義される。これにより、分布の中心傾向や、極端な値がどれほど上側・下側に現れるかといった情報を、単一あるいは複数の値に圧縮して把握できる。
1.2 分位点と確率の対応
分位点は一般に、累積分布に対応する。分布（あるいは標本）に対して、確率 \(p\)（0から1の範囲）の分位点は「確率 \(p\) 以下に入る水準」として位置づけられる。連続な理論分布では、分位点は逆関数（定量関数）として定義されるのが典型的である。
標本においては、データが有限個であるため「確率 \(p\) にちょうど一致する点」が必ずしも観測値の集合に存在しない。このため、実務では位置の決め方や値の割り当てに関する規約（補間や丸め、タイ処理など）によって分位点が少し異なることがある。
1.3 分位点の代表例
1.3.1 四分位点
四分位点は、データを4等分する境界に対応する分位点である。通常、下側から25%点、50%点、75%点をそれぞれ第1四分位点（Q1）、中央値（Q2）、第3四分位点（Q3）と呼ぶ。これらは分布の中心と、上側・下側の散らばりを中程度の粒度で要約する。
四分位点の組は、特に「箱」と「ひげ」による可視化や、外れ値の検出に応用されることが多い。標本の分割がどの観測により決まるかはデータ型や定義規約に依存する。
1.3.2 パーセンタイル
パーセンタイルは、100等分した位置に対応する分位点である。たとえば10パーセンタイルは全体のうち10%がそれ以下になる値として解釈される。教育の成績や身体計測値のように、数値を区分して比較したい場面で利用されやすい。
パーセンタイルの計算では、指定するパーセンタイル番号に対応する確率 \(p\)（例：\(p=0.1\)）を用い、補間やタイ処理を含む規則に従って値を決めることが一般的である。定義の違いにより、細部の数値が変わり得る点は注意が必要である。
1.3.3 十分位点
十分位点は、データを10等分する境界として与えられる分位点である。通常、第1分位から第9分位まで（および必要に応じて端点）を指し、各区分の境目の水準を示す。
十分位点は、パーセンタイルより粗い粒度で分布を把握したいときに用いられる。大まかなランク付けや、サマリー表での簡潔な表現に適している。
2 分位点の計算方法
2.1 並べ替えに基づく考え方
分位点の基本手順は、まずデータを昇順に並べ、指定した割合に対応する位置を特定することにある。標本サイズを \(n\) とし、分位点に対応する確率 \(p\) を与えると、理想的には「全体のうち \(p\) の割合がそれ以下」の位置が求まる。
位置の決定は連続的な位置として扱われる場合と、観測番号に対応づけて整数化する場合がある。後者では、どの側の観測を採用するか（切り上げ・切り下げ・近い方など）が結果を左右する。
2.2 補間を含む算出
2.2.1 離散分布での扱い
データが少数値の集合に集中している場合、分位点は「その値がどの程度頻出するか」によって段階的に変化する。離散的な値が並ぶ状況では、確率 \(p\) に対応する累積割合が飛び上がるため、分位点が同一値に留まる領域が生まれやすい。
離散データに対して補間を行うかどうかは定義規約の問題になる。補間を用いると、実際には存在しない中間値が分位点として出力されることがある。実装によっては、補間なしで累積割合が最初に到達する観測値を返す方式が選ばれることもある。
2.2.2 連続値データでの扱い
連続的と見なせるデータでは、分位点は理論分布の逆累積分布に近い振る舞いを示すことが期待される。そこで、指定位置が整数の観測番号に一致しないとき、隣接する2観測値の間で直線的に補間して値を得る方法がよく用いられる。
補間により、データの変化に対して分位点が滑らかに推移するため、推定の安定性が高まる場合がある。ただし、補間の仕方（基準とする位置の切り方、両端の扱いなど）によって数値がわずかに異なる。
2.3 同値（タイ）の処理
同じ値が複数回観測されると、累積割合がその値の塊によって決まるため、分位点の位置が曖昧さを持ちやすい。たとえば指定した確率がその塊の内部に入るなら、どの観測を分位点に採用するかが問題になる。
一般にタイ処理では「その値の最初の出現位置」「最後の出現位置」「平均的な位置」などの規約が考えられる。これらの違いは、特に離散値が多いデータで影響が大きくなる。結果の比較を行う際には、同値の扱い方が統一されているかを確認することが重要である。
2.4 ソフトウェア実装の差異
2.4.1 推定アルゴリズムの種類
分位点計算には複数の推定公式が提案されており、代表的な実装では「定義タイプ」や「method」として選択肢が用意されていることがある。共通点は、並べ替え後に確率 \(p\) に対する位置を決め、必要に応じて補間する点にある。
差異は主に、(1)位置を整数化する基準、(2)累積分布の補間点の基準、(3)端点（最小値・最大値）の取り扱い、(4)タイの扱いを含む細部に現れる。標本サイズが大きいほど違いは相対的に小さくなることがあるが、小標本や離散データでは数値が目に見えて変わり得る。
3 分位点の性質と解釈
3.1 順序統計量としての見方
分位点は、標本を並べたときの「順序（順位）」に基づく統計量として理解できる。具体的には、理想化された設定では、分位点は特定の順位に対応する観測値（あるいはその周辺の補間）になる。
この観点により、分位点は分布の特徴を「順序情報」から抽出する指標だと言える。平均のように全データに線形に依存する統計量とは異なり、特定の位置付近のデータに焦点が当たるため、外れた極端値の影響の受け方が変わる。
3.2 分布の位置・散らばりの要約
分位点は、分布の位置（中心や中間水準）を表すとともに、散らばりの程度を示す材料にもなる。たとえば中央値は位置を、Q1とQ3の差は中間の範囲の広さを反映する。
一般に、上側と下側の分位点を組み合わせることで、左右の非対称性や、分布の裾がどちらに厚いかを読み取りやすくなる。単一の確率点だけでなく、複数の分位点を並べることで分布形状の近似が可能になる。
3.3 外れ値に対する頑健性
分位点は、極端な値の影響を平均より受けにくい性質がある。平均は全観測に等しく影響されるが、分位点は指定した順位付近のデータによって決まり、分位点の外側にある極値が変化しても、当該順位に到達するまでの順序関係が保たれていれば値が大きくは動かない。
ただし、分位点そのものが極端領域（例えば上位1%点など）に設定される場合は、頑健性が弱まることがある。用途に応じて、分位点の位置設定（どの確率点を見るか）が重要になる。
3.4 歪みと分位点の関係
分布が左右非対称である場合、複数の分位点の配置にその歪みが現れる。たとえば中央値より上側の分位点がより広く分散しているなら、上側裾が重い（大きい値が相対的に多い）ことを示唆する。
四分位点の組から得られる指標（Q3-Q1など）は、中心近くのばらつきを示しつつ、歪みの方向性を読み取る手がかりになる場合がある。分位点曲線の形（確率を横軸、分位点を縦軸にした表示）を見ると、全体の非対称性を視覚的に捉えやすい。
4 分位点の応用
4.1 記述統計としての利用
4.1.1 箱ひげ図との関係
箱ひげ図は、四分位点を用いてデータの分布を視覚化する代表的手法である。箱の左端と右端にQ1とQ3を配置し、箱の中央に中央値を描くことで、分布の中間50%がどの程度の幅を持つかが把握できる。
また、箱ひげは外れ値の判定に関わる範囲として設定されることが多い。これにより、分位点に基づいた要約と、極端値の有無を同時に確認できる。
4.1.2 ロバストな要約指標
分位点はロバストな要約として機能する。平均が代表値として不安定になるような状況（スパイク状のデータ、外れ値が混入するケースなど）でも、中央値や適切な分位点を用いれば、実務上の安定性が高まることがある。
例えば、成績や待ち時間のように分布のばらつきが大きいデータで、平均と併記して中央値や上位側分位点を提示すると、極端値の影響の有無を直感的に理解しやすい。要約の解像度を上げたいときは、複数分位点を列挙する方法が採られる。
4.2 分位点回帰
分位点回帰は、平均（最小二乗）ではなく特定の分位点を直接に狙って推定する回帰手法である。目的変数の条件付き分位点（説明変数が与えられたときの分布の指定確率点）を推定し、条件による分布形状の変化を捉えることを目指す。
この枠組みでは、誤差の分布が対称でない場合や、分散が一定でない状況に対して、平均回帰とは異なる解釈を与えられる。たとえば中央値回帰は、中心傾向を外れ値に左右されにくい形でモデル化する用途に向く。
4.3 品質管理・スコアリング
品質管理では、製造や検査の指標について分布の位置やばらつきを追跡するために分位点が用いられる。平均と比べて外れ値に強い指標として、中央値や特定分位点を管理統計量にすることで、異常の検出や工程変動の監視を行う。
スコアリングでは、パーセンタイルや十分位点を使って対象者や製品を相対評価することがある。絶対的な尺度よりも、集団内での順位関係が意味を持つ場面で、解釈しやすい区分となる。
4.4 リスク指標としての利用
金融や保険の文脈では、分位点は損失分布の下側・上側のどちらをどの程度警戒するかに結びつく。上側分位点は「大きい損失がどの水準から始まるか」を示すため、リスクの閾値として扱われることがある。
一般に分位点を用いる場合、対象となる確率（どの程度の確率で起こり得る事象を想定するか）が意思決定の前提を形成する。したがって、同じ分位点でも確率の設定やデータ期間、推定方法によって意味が変わるため、運用上の前提を明確にする必要がある。