La respuesta corta: el percentil P es el valor en el que o por debajo del cual queda aproximadamente el P% de los datos. Para datos ordenados, una posición habitual es i = (P/100)(n − 1) + 1, con interpolación lineal entre los valores vecinos. Para 12, 15, 18, 22, 25, 28, 31, 35, el percentil 25 es 17.25 y el 90 es 32.2.

Puntos clave

  • Un percentil es una posición, no una puntuación porcentual. El percentil 90 no significa “90% correcto”.
  • No hay una fórmula universal única. Los métodos de rango más cercano, inclusivo y exclusivo dan valores distintos en muestras pequeñas.
  • La interpolación supone que los huecos entre observaciones son significativos. Para datos discretos, puede ser más honesto un valor observado vecino.
  • Los percentiles extremos exigen muestras grandes. Un percentil 99 sacado de 50 observaciones apenas es estimable.
  • Los percentiles no son aditivos ni promediables. Promediar dos valores de percentil rara vez da un percentil con sentido.
  • Indica siempre la población de referencia y el método empleado.

Qué significa un percentil

El percentil P de una distribución es un valor tal que aproximadamente el P% de las observaciones son menores o iguales que él. La mediana es el percentil 50, el primer cuartil es el 25 y el tercer cuartil es el 75. Un niño en el percentil 80 de estatura es más alto que alrededor del 80% de los niños de su misma edad y sexo en la población de referencia.

La comparación es siempre relativa a un grupo concreto. Estar en el percentil 80 a nivel nacional no es lo mismo que estar en el percentil 80 de un colegio selectivo. Un percentil sin población de referencia es una afirmación vacía, y por eso las curvas de crecimiento y los baremos de los test especifican el grupo de comparación exacto y la fecha.

La fórmula del rango y la interpolación

Ordena las n observaciones de menor a mayor. Una fórmula de posición muy usada es:

i = (P ÷ 100) × (n − 1) + 1
Percentil = x_floor(i) + (i − floor(i)) × (x_ceil(i) − x_floor(i))

El resultado i es una posición contada desde 1, no un índice de un arreglo que empieza en cero. Si i es un número entero, el percentil es la observación de esa posición. Si i cae entre dos posiciones, interpola linealmente: toma el valor inferior y súmale la parte fraccionaria multiplicada por la distancia hasta el valor superior.

Este es el método inclusivo que usan muchas hojas de cálculo y paquetes estadísticos. Existen otras definiciones, y la elección importa sobre todo en muestras pequeñas y en percentiles extremos.

Ejemplo resuelto con ocho valores

Toma los datos ordenados 12, 15, 18, 22, 25, 28, 31, 35, de modo que n = 8. Para el percentil 25, i = 0.25 × 7 + 1 = 2.75. El valor de la posición 2 es 15, el valor de la posición 3 es 18 y la fracción es 0.75, así que P25 = 15 + 0.75 × 3 = 17.25.

Para la mediana, i = 0.50 × 7 + 1 = 4.5, así que P50 = 22 + 0.5 × (25 − 22) = 23.5, que coincide con el promedio de los dos valores centrales. Para el percentil 90, i = 0.90 × 7 + 1 = 7.3, así que P90 = 31 + 0.3 × (35 − 31) = 32.2.

El percentil 25 queda por debajo de la tercera observación más pequeña, y el 90 por encima de la segunda más grande. Es lo esperable: los percentiles describen posición y, con solo ocho valores, cada observación pesa mucho.

Por qué discrepan los métodos

El método de rango más cercano calcula la observación más pequeña cuyo rango es al menos el P% de n. Para P25 con n = 8, esa es la posición ⌈0.25 × 8⌉ = 2, que da 15 en lugar de 17.25. El método exclusivo usa i = (n + 1) × P/100, que da 2.25 y un valor de 15.75. Tres métodos defendibles, tres respuestas distintas.

Las diferencias se reducen a medida que n crece y desaparecen en el interior de una muestra grande y densa. Importan en muestras pequeñas, en datos discretos y en las colas. Informa del método, sobre todo cuando el percentil sirve como umbral para una elegibilidad o un pago. Los valores por defecto de un programa no son una justificación: son una elección que conviene documentar.

En datos ordinales, como calificaciones de 1 a 5, la interpolación puede producir un valor como 3.7 que ningún encuestado podría dar. En ese caso, informa de la categoría observada o usa la definición de rango más cercano.

Percentil, porcentaje y rango percentil

Un porcentaje es una fracción de un total, como 45 correctas de 50, o un 90%. Un percentil es una posición dentro de una distribución. Sacar un 90% en un examen no dice nada sobre tu percentil: si el examen era fácil, un 90% podría ser el percentil 40, y si era difícil, un 70% podría ser el percentil 95.

El rango percentil va en el sentido contrario: indica el porcentaje de observaciones que quedan en o por debajo de un valor dado. El valor 25 del ejemplo tiene tres observaciones por debajo, así que su rango es 3/8 = 37.5% con una definición simple de “porcentaje por debajo”, o 43.75% con una definición de punto medio que cuenta la mitad de los empates. Aclara qué definición usas, porque “percentil” y “rango percentil” se confunden con frecuencia.

Percentiles, cuartiles y el IQR

Los cuartiles son percentiles concretos: Q1 = P25, Q2 = P50 y Q3 = P75. El rango intercuartílico es IQR = Q3 − Q1, la anchura de la mitad central de los datos. Para el ejemplo de ocho valores, Q1 = 17.25 y Q3 = 0.75 × 7 + 1 = 6.25, así que Q3 = 28 + 0.25 × 3 = 28.75 y el IQR es 11.5.

El IQR resiste los valores atípicos porque ignora los cuartos extremos. Eso lo convierte en un resumen mejor que el rango para datos asimétricos, aunque descarta información y es menos eficiente que la desviación estándar cuando los datos son normales. Los percentiles 10 y 90 también se usan para describir la dispersión excluyendo las colas.

Percentiles en una distribución normal

Cuando una variable es aproximadamente normal con media μ y desviación estándar σ, un percentil puede leerse en la curva normal estándar. Estandariza con z = (x − μ) ÷ σ y toma el área acumulada Φ(z). Con μ = 100 y σ = 15, un valor de 120 tiene z = 1.333 y Φ(1.333) ≈ 0.9088, el percentil 90.9.

La misma conversión funciona al revés: el percentil 95 es μ + 1.645σ = 124.7, y el 5 es μ − 1.645σ = 75.3. El percentil 50 es la media, y el 16 y el 84 son aproximadamente μ − σ y μ + σ. Por eso las puntuaciones z y los percentiles se tratan a menudo como intercambiables, pero solo cuando el modelo normal encaja.

Tamaño de muestra y colas

Los percentiles cercanos a los extremos son difíciles de estimar. Solo para esperar una observación por encima del percentil 99 necesitas unas 100 observaciones; para estimarlo con algo de estabilidad, necesitas varios cientos. Un P99 con n = 50 es esencialmente el máximo de la muestra y saltará de una muestra a otra.

Una regla orientativa de planificación es n ≥ 100 ÷ (100 − P) solo para esperar una observación en la cola. Para P95 son 20, para P99 son 100 y para P99.9 son 1,000. Los intervalos de confianza de los percentiles extremos son amplios aunque la estimación puntual parezca precisa, así que informa del tamaño de muestra y de un intervalo cuando las consecuencias importan.

Errores comunes

  • Leer un percentil como una puntuación porcentual. Las dos cosas miden algo completamente distinto.
  • Promediar percentiles entre grupos. El promedio de los percentiles de dos grupos no es el percentil combinado.
  • Comparar percentiles de exámenes o baremos distintos. Un percentil 90 con un baremo no es un 90 con otro.
  • Usar datos sin ordenar. La fórmula del rango supone que las observaciones están ordenadas.
  • Interpolar categorías ordinales. Un percentil de 3.7 en una escala de 1 a 5 puede no tener sentido.
  • Ignorar el método. Las definiciones de rango más cercano e inclusiva pueden diferir en una observación completa en muestras pequeñas.

Advertencias prácticas

Los percentiles comprimen una distribución en un solo número y ocultan su forma. Dos grupos pueden compartir la misma mediana y diferir por completo en las colas. Un cambio en el percentil 90 puede reflejar un desplazamiento de toda la distribución o solo del decil superior, y el percentil por sí solo no te dice cuál.

El error de medición también importa. Un test con un error estándar de 3 puntos no puede distinguir de forma fiable el percentil 80 del 84. Las curvas de crecimiento resuelven esto con curvas de referencia suavizadas y puntuaciones z en lugar de rangos brutos. Cuando un percentil impulsa una decisión, pregunta qué tan estable es entre muestras plausibles y si un intervalo de confianza cruza el umbral.

Preguntas frecuentes

¿El percentil 50 es lo mismo que la mediana?

Sí. La mediana es el percentil 50 por definición, aunque distintos métodos de interpolación pueden dar valores ligeramente distintos en muestras de tamaño par.

¿Un percentil puede ser 100?

Con la fórmula inclusiva, el percentil 100 es el valor máximo. Algunas definiciones consideran que el percentil 100 no está definido porque ninguna observación puede superarlo. En cualquier caso, P100 es un caso límite.

¿Por qué distintas calculadoras dan percentiles distintos?

Usan definiciones de rango distintas: rango más cercano, inclusiva o exclusiva. Los datos de fondo son los mismos; lo que cambia es la regla de interpolación.

¿Qué percentil es una desviación estándar por encima de la media?

En una distribución normal, μ + σ es aproximadamente el percentil 84 y μ − σ es aproximadamente el 16. Se deduce de Φ(1) ≈ 0.8413.

¿Cuántas observaciones necesito para un percentil 99 fiable?

Al menos 100 solo para esperar una observación por encima, y varios cientos para una estimación estable. Informa del tamaño de muestra junto con el percentil.

¿Se pueden promediar los percentiles?

No, no de forma significativa. Los percentiles son posiciones, no valores con propiedades aditivas. Para combinar grupos, reúne los datos brutos y vuelve a calcular el percentil.