百分位是用來定位的。管中窺豹，可見一斑。
如果知道某數在一個有序排列的集合中，處於什麼位置，我們就對整個數據集合就有了概念。
比如班裏有100個學生，某次考試成績出來，你拿到了85分，想知道自己處於班裏什麼水平，有沒有擠進前5%。那就把大家的成績從低到高排列,排到你85分是在第95個,那恭喜,有95%的人都比你低（ps：我理解的是班上有95%不比你高，所以你是95%中的最高值）。也就是說，如果我們知道了某個數據集合的95th percentile=X，那我們就可以知道有95%的數值都比它低（或高）。
95th percentile百分點指的是所給數集中超過其95%的數。它是一個統計學上的概念。對於某個接口，準確統計它的流量時非常有用，它可以取出一些偶然得到的異常值。
95th百分點是統計時所採用的最高值，超過的5%的數據將被捨棄。這樣可以將瞬間的毛刺（尖峯）去掉，使統計平均更具真實意義。
例如： 收集的數據爲60,45,43,21,56,89,76,32,22,10,12,14,23,35,45,43,23,23,43,23 (20 個點)。將該序列降序排列，其最大值爲89。由於20個點中1個點佔5%，所以我們捨棄1個最大值89。剩下的最大值76就是我們所說的95th百分點
怎麼算？
在實際應用中，數據不會這麼湊巧。所以，要計算的話，我們需要先定位到這個百分位數是多少。
公式是：(n爲集合裏面的數據個數)
Location=（n+1）*percentile
(PS：加1是爲了保證c%的數都比該數低?這種情況可能需要排除等於的情況)
例如：
看到了吧。算出來如果是小數的話，要將第9個數和第10個數之間的差值繼續分割，進而定位到具體的數值。
怎麼用？
經常可以看到百分位數用在KPI考覈上。比如客服部門，按檔位算獎金。要保證至少一半的人能拿到獎金，而只有2%的人能夠拿到最高額的獎金。怎麼設計KPI呢？就可以按照通話數量或者投訴率的百分位來設計。將每月接通的電話數從低到高排列，50分位是1200通。也就是有一半的人都能達到。想要獎金，至少達到這個標準。投訴率從高到低排列，98分位爲5.44%，那就是說只有2%的人能將投訴率保持在5.44%以下。
表示近似最大值（類似計分時，去掉一批最高分）：F(95%) = 98 意思是 95% 的數低於 98（約等於 5% 的數高於 98），也就是近似最大值 = 98。
表示近似最小值（類似計分時，去掉一批最低分）：F(5%) = 30 意思是 5% 的數低於 30（約等於 95% 的數高於 30），也就是近似最小值 = 30。
表示中位數：F(50%) = 75 意思是 50% 的數低於 75（約等於 50% 的數高於 75），也就是中位數 = 75。
在計算百分位數的時候有這樣幾種方法：
（1）最近序數方法（The Nearest Rank method）
（2）在最近序數間線性插值的方法（The Linear Interpolation Between Closest Ranks method）
（3）權重百分位數方法（The Weighted Percentile method）
（4）微軟excel表格算法（Microsoft Excel method）
（5）NIST方法（NIST method）