分位数函数

分位数函数 (Quantile Function)

分位数函数是概率论与统计学中的核心概念，它是一个随机变量的累积分布函数 (Cumulative Distribution Function, CDF) 的广义逆函数。分位数函数将一个概率 $p \in (0, 1)$ 映射为随机变量取值空间中的对应点 $x$，使得随机变量不超过该点的概率至少为 $p$。它提供了从概率到取值的反向映射路径，在统计推断、风险价值计算和蒙特卡洛模拟中具有不可替代的作用。

正式定义

设 $X$ 是一个随机变量，其累积分布函数为 $F_X(x) = P(X \leq x)$。则 $X$ 的分位数函数 $Q_X: (0, 1) \to \mathbb{R}$ 定义为：

其中 $\inf$ 表示下确界。这一定义采用下确界而非直接取逆，原因是 CDF 可能存在平坦段（对应于随机变量概率为零的区域）或跳跃点（离散分布的情形）。当 $F_X$ 是严格单调递增的连续函数时，分位数函数就是 CDF 的普通逆函数，即 $Q_X(p) = F_X^{-1}(p)$。

对于常见的 $p$ 值，分位数函数给出了广为人知的统计量：$Q(0.5)$ 是中位数，$Q(0.25)$ 和 $Q(0.75)$ 分别是第一四分位数和第三四分位数，而 $Q(0.01)$、$Q(0.05)$ 等对应着分布的尾部极值。

关键性质

分位数函数具有一系列优良的数学性质：

1. 单调性：分位数函数是非递减的。若 $p_1 \leq p_2$，则 $Q(p_1) \leq Q(p_2)$。这直接源于 CDF 的非递减性。
2. 左连续性：对于任意 $p \in (0, 1)$，分位数函数是左连续的，即 $\lim_{\epsilon \to 0^+} Q(p - \epsilon) = Q(p)$。
3. 概率积分变换：若 $U \sim \text{Uniform}(0, 1)$，则随机变量 $Y = Q_X(U)$ 的分布与 $X$ 相同，即 $Y \stackrel{d}{=} X$。这一性质是逆变换采样 (Inverse Transform Sampling) 的理论基础。
4. 分位数函数的 CDF 性质：对于任意实数 $x$ 和 $p \in (0, 1)$，有 $Q(p) \leq x$ 当且仅当 $p \leq F_X(x)$。这一对偶关系将分位数函数与 CDF 紧密耦合。
5. 位置-尺度族：若 $X$ 的分位数函数为 $Q_X(p)$，则对于线性变换 $Y = a + bX$（其中 $b > 0$），有 $Q_Y(p) = a + b Q_X(p)$。

常见分布的分位数函数

不同的分布族拥有特定形式的分位数函数，以下列举几个典型例子：

均匀分布 $U(a, b)$。其 CDF 为 $F(x) = (x - a) / (b - a)$，直接求逆得到线性的分位数函数：

指数分布 $\text{Exp}(\lambda)$。CDF 为 $F(x) = 1 - e^{-\lambda x}$（$x \geq 0$），求逆得：

正态分布 $N(\mu, \sigma^2)$。正态分布的 CDF $\Phi$ 没有闭式表达式，其分位数函数同样没有解析形式，通常记为 $\Phi^{-1}(p)$ 或 $\text{probit}(p)$。在实际计算中，通过有理函数逼近（如AS241算法）来精确计算。对于一般正态分布 $N(\mu, \sigma^2)$：

柯西分布 $\text{Cauchy}(\mu, \gamma)$。其厚尾特性使得分位数函数具有相对简单的解析形式：

值得注意的是，当 $p \to 0^+$ 或 $p \to 1^-$ 时，许多分布的分位数函数会发散到 $-\infty$ 或 $+\infty$，反映了分布尾部无界的特点。

核心应用

分位数函数在经济学和金融学中扮演着关键角色。

风险价值 (Value at Risk, VaR)。在金融风险管理中，VaR 本质上就是资产收益率分布的分位数。给定置信水平 $\alpha$（如 95\% 或 99\%），VaR 定义为损失分布的 $(1 - \alpha)$-分位数。例如，若某投资组合日收益率的 1\% 分位数为 $-3\%$，则其 99\% VaR 为 3\%，意味着在一天内损失超过 3\% 的概率不超过 1\%。

Q-Q 图 (Quantile-Quantile Plot)。Q-Q 图是检验数据是否服从特定分布的可视化工具。它将样本分位数与理论分位数绘制在同一坐标系中：若数据来自该理论分布，点应大致落在 45 度线上。Q-Q 图的系统性偏离可用于诊断厚尾、偏度或模型失配。

逆变换采样。在蒙特卡洛方法中，生成服从特定分布的随机样本可以通过分位数函数完成：先生成均匀随机数 $U$，再计算 $X = Q(U)$，则 $X$ 服从目标分布。这一方法简单高效，广泛用于仿真和贝叶斯计算。

分位数回归 (Quantile Regression)。由罗杰·科恩克 (Roger Koenker) 和吉尔伯特·巴塞特 (Gilbert Bassett) 于 1978 年提出，分位数回归不再局限于建模条件均值 $E(Y \mid X)$，而是直接对条件分位数函数 $Q_{Y \mid X}(p)$ 建模。这使得研究者能够分析解释变量对响应变量分布任意位置的影响，特别适用于刻画异质性效应和尾部行为。

与 CDF 的关系及直观理解

分位数函数与累积分布函数构成了"概率空间"与"取值空间"之间的双向桥梁。CDF 回答的是"随机变量不超过 $x$ 的概率是多少"，而分位数函数回答的是"在概率 $p$ 的水平上，随机变量的取值上限是多少"。这种对称性使得分位数函数成为描述随机性全貌的另一视角：如果说 CDF 从纵轴（概率）看横轴（取值），分位数函数则从横轴看纵轴。

在经济数据分析中，分位数函数所蕴含的分布信息比均值和方差等矩统计量更为丰富。例如，在研究收入不平等时，中位数 $Q(0.5)$ 和 90/10 分位数比率 $Q(0.9)/Q(0.1)$ 比均值更能稳健地刻画分布的核心趋势与离散程度，因为它们不受极端值的影响。与此紧密相关的是 extbf{四分位距} (Interquartile Range, IQR)，定义为 $IQR = Q(0.75) - Q(0.25)$，它是衡量数据离散程度的稳健指标，广泛应用于箱线图的构造和异常值检测。

此外，分位数函数还衍生出 extbf{经验分位数函数} (Empirical Quantile Function)，即基于样本数据直接构造的分位数估计。设样本的次序统计量为 $X_{(1)} \leq X_{(2)} \leq \cdots \leq X_{(n)}$，则常见的经验分位数函数在 $p = k/(n+1)$ 处取值为 $X_{(k)}$，中间点通过线性插值填补。经验分位数函数随着样本量增大依概率收敛于理论分位数函数，这为统计推断中的非参数方法提供了理论基础。