有点困惑。我从一份报告中得到了一些Loadrunner Analysis。我是新手测试。我对第90个百分位数的理解是，鉴于它占据了第90个百分位并且省略了异常值，它呈现出更真实的图像。虽然我正在查看两个不同的报告，但两者中，第90百分位响应时间高于摘要报告中给出的平均响应时间。怎么可能呢？
我正在查看交易响应时间（Percentile）和最后10％上涨的图表，因此告诉我90％应该会看到更短的响应时间。
Example
Transaction 1
Min 0.012
Avg 1.919
Max 20.935
SD 2.718
90 Percentile 6.412
许多交易看起来像这样，或多或少。为什么第90个百分点高于平均值？
第90个百分位意味着90％的值低于此值。这种情况下的值是您的响应时间。因此，如果您有1000个值且第90个百分位数是n，那些值中的900个将低于n，并且仅比n高100个 - 所以有意义的是平均值小于第90个百分点。
中位数是第50百分位数。它总是低于90％。如果您的数据集中有一小部分非常长，则平均值实际上可能高于第90个百分点，从而拖累整个数据集的平均值更高。
#FoundationSkills #Statistics
Giles说：“第90个百分位意味着90％的值低于此值。在这种情况下，值将是您的响应时间。因此，如果您有1000个值且第90个百分位数是n，那么这些值中的900个将低于n，只有100以上 - 所以平均值小于90％时才有意义。“对不起，我看不出它有多大意义。我会说，如果你删除最长的响应，剩下的是较短的响应时间，所以在这种情况下，当你计算较小数字的平均值时，你会得到一个较小的数量：90百分位数总是小于平均而言，肯定不是这样！
是不是发明了90％的百分位来展示该网站如何为90％的客户提供服务？那么，收集所有最常见的结果并切断一些罕见的极端（两端），这种情况经常不会发生？这可以解释为什么在loadrunner平均值的输出中几乎总是小于90％。 ？我认为这是它的工作原理：Pic: 90% calculation
平均值与n分位数/中位数/四分位数/百分位数非常不同。
可以设置具有均值>中值或甚至第90百分位<均值的值。它们不是一回事。
看到这个https://math.stackexchange.com/questions/382117/average-is-higher-than-percentile-90
人们对其数据做出的一般假设依赖于未说明的假设，即数据遵循中心分布，均值为〜=中位数（如高斯分布）。
只要看看幂律/帕累托定律，看看这个假设有多么错误。同样适用于多模态分布。没有适当的分析，不做这样的假设是至关重要的，否则这只是某种“数据废话”
（顺便说一句，这就是为什么平均收入提供的信息少于中位收入的原因）