百分比是以一百为分母的分数形式表示的数或比率。符号 读作“百分之 ”,表示 。因此,。百分比为总量可能不同的数量提供了统一的比较尺度:50 次尝试中成功 30 次与 100 次尝试中成功 60 次,成功率都为 。
百分比广泛应用于数学、统计学、商业、科学和公共行政等领域,用于描述整体中的份额、概率、浓度、税率、投资回报率、测量误差以及随时间发生的变化。要有效使用百分比,就必须明确参照量,即衡量某一数量时所依据的分母或基数。缺乏明确基数的百分比,即使数值正确,也可能产生误导。
虽然基本的百分比计算只涉及乘法和除法,但在解读时仍需注意一些重要区别。百分比变化不同于百分点变化;连续的百分比变化以乘法方式叠加;而分别针对不同群体计算出的百分比,通常不能不加权就直接取平均值。这些区别将日常的百分比计算与统计推断、金融数学和科学测量联系起来。
数学含义与记法
百分号表示乘以 。对于任意实数 ,有
因此,、,而 。将小数转换为百分比,需要将其数值乘以 100,再加上百分号;将百分比转换为小数,则需要将百分号前的数值除以 100。例如,,而 。向计算器或软件输入数据时,务必区分一个数及其百分比表示形式。
百分比是将无量纲量按特定尺度表示的一种方式。将 15 厘米的长度与 60 厘米的长度相比时,单位相消:
即使将这两个长度都用米表示,所得比值也相同。然而,如果分子和分母代表不同种类的量,它们的商并不一定是百分比。距离除以时间得到的是速度,而不是百分比;每年的病例数也不是病例占人群的比例,除非同时明确了作为分母的相应人群规模。
百分比本身并不限于 0 到 100 的范围。对于各部分均非负的整体,其中任何一部分的占比都不能超过 ;以百分比表示的概率则介于 与 之间。不过,与基准相比的百分比可以超过 :若目标产量为 100 件,实际生产了 150 件,则实际产量为目标的 。负百分比可以表示带有正负方向的变化或偏差,例如收益率为 。这些数值是否有意义,取决于所描述的量。
相关的表示尺度采用其他分母。千分比表示每一千份中的份数,其中 。百万分比表示将无量纲比值乘以一百万所得的数值,因此 ppm。当使用百分比表示需要在有效数字前写出许多个零时,采用这些尺度会更方便。但使用这些尺度仍须明确比较的具体对象:对于同一种混合物,质量分数、体积分数和数量分数可能各不相同。
基本计算与逆向问题
标准的百分比问题涉及三个量:基数 、部分量 和百分数的数值 。它们之间的关系为
如果一组物品共有240件,其中 属于某个指定类别,那么该类别就有 件物品。反过来,如果240件物品中有84件属于该类别,那么该类别所占的百分数就是 。计算百分比时,基数不能为零。
将同一关系式变形,也可以求出未知的基数:
前提是 。如果42个单位占总量的 ,那么总量就是 。求部分量、求百分比和求基数这三种形式,只是同一个方程的不同变形,而不是彼此独立的数学规则。明确哪个量是作为参照的基数,可以避免误将部分量而非整体作为除数这一常见错误。
百分比表达式在算术中还有一种实用的对称性: 的 等于 的 ,因为两者都等于 。因此,50的 和8的 都等于4。这种对称性针对的是数值乘积,而不是比率的含义。8是50的 ,并不意味着50也是8的 ;事实上,50是8的 。
当各类别互不重叠且涵盖全部对象时,它们的精确百分比之和为 。如果一组对象分为涵盖全部对象的两个类别,其中一类占 ,那么另一类就占 。这种减法仅在各类别互不重叠、且合起来涵盖整组对象时才成立。在允许多选的问卷中,选择不同选项的受访者百分比之和超过 完全可能是合理的。如果省略了部分回答,所列类别的百分比之和则可能小于 。
百分比也可以描述具有包含关系的群体。如果 的学生学习某种语言,而这些学生中有 学习德语,那么学习德语的学生占全体学生的 ,即 。第二个百分比以学习语言的学生为基数,而最终的百分比以全体学生为基数。这一乘法表达的是群体之间的包含关系,并不需要假设统计独立性。
百分比变化与百分点
百分比变化是将差值与初始值或参考值进行比较。设初始值为 ,最终值为 ,则百分比变化为
因此,从80增加到100的增幅为 ,因为增加量20要除以初始值80。反过来,从100降至80,降幅则为 。百分比变化是不对称的,因为比较方向反转时,分母也随之改变。因此,“比……多 ”和“比……少 ”并不是互为逆向的描述。
当比较的数值本身就是百分比时,绝对差值通常用百分点表示。某一比率从 升至 ,就是上升了5个百分点,但其相对增幅为
这两种描述回答的是不同的问题。百分点变化衡量的是百分比数值本身的变动;百分比变化衡量的则是这一变动相对于原比率的大小。金融领域还有一个相关单位——基点,等于一个百分点的百分之一。从 变为 ,就是上升了25个基点。
还必须区分百分比所表示的水平与增幅。一个数值变为原来的 ,意味着它翻了一番,即增长了 。而增长 ,则会使数值变为原来的三倍。同样,原数值的 是它的一半,而比原数值多 则是原来的1.5倍。“占”“高于”“低于”和“增长”等用词决定了具体的运算方式。
当参考值为零或负数时,常规公式就会出现问题。从零增长到某个正数时,若以初始值作分母,就无法得到有限的百分比变化。基数为负数时,公式算出的正负号可能与通常所说的改善或增长相矛盾:从 变为 ,计算结果为 ,尽管数值实际上有所增加。在这种情况下,使用绝对变化量或其他明确定义的指标,可能更有助于说明问题。
当两个数值都不应优先作为基准时,有时会采用对称的百分比差异。对于和为正数的非负数 和 ,一种约定的计算方式是
对于80和100,无论先后顺序如何,按此公式得出的结果都约为 。这并非常用的百分比变化公式,而且还存在其他计算约定;因此,使用“百分比差异”一词时,必须说明所采用的分母。
连续变化与复合增长
连续的百分比变化所作用的基数不断改变,因此需要通过乘法合并。若某个量依次按小数形式的变化率 变化,其最终值为
总体百分比变化为 。对于两次变化,合并后的小数变化率为 。直接将变化率相加会遗漏乘积项。当两个变化率都很小时,相加可以作为一种实用的近似,但并不精确。
先增加 ,再减少 ,相当于将原值乘以 ,最终净减少 。更一般地,幅度同为 的一次增加和一次减少,会使原值乘以 。若某个量损失的比例为 ,其中 ,要恢复到原值,所需的增长比例为
因此,损失 后需要增长 才能恢复,而损失 后则需要增长 。这种差异源于恢复时的增长是以缩小后的数值为基数计算的。
以固定比率反复增长,就形成了复利式增长:
例如,初始为 1,000 个单位,每期增长 ,三期后会变为 个单位。与之相对的是简单增长:每期都增加最初 1,000 个单位的 ,三期后为 1,150 个单位。复合增长描述的是反复按比例变化;简单增长描述的则是反复增加相同的绝对量。
当初值和终值均为正数时,在 个等长时期内产生相同总变化的固定增长率为
当每期为一年时,这就是复合年增长率。它概括的是起点和终点,而不是两者之间的变化过程。即使一个序列的复合增长率不高,其间也可能出现剧烈波动。各期百分比变化的算术平均值通常无法还原最终值:增长 与减少 的平均变化率为零,但两者合并后的乘数却为 。
连续增长提供了另一种表示方式。若 ,其中 为指数函数,则一个时间单位内的实际变化率为 。反过来,实际变化率 所对应的连续复合增长率为 ,这里使用的是自然对数。变化幅度较小时,这两种变化率很接近,但并不相同。
不同组别百分比的合并
总体百分比通常应先分别汇总各组的分子和分母,再进行计算,而不是对各组的百分比取不加权平均值。如果第 组包含 个观测值,且其比例为以小数表示的 ,则合并后的比例为
这是以各组规模为权重的加权平均值。当各组的分母相等,或在某些特殊数值条件下两种计算结果恰好一致时,不加权平均值才等于合并后的比例。否则,它回答的是另一个问题。
假设一个班有10名学生,其中9名达标,达标率为 ;另一个班有100名学生,其中50名达标,达标率为 。将两个百分比取平均,得到 ,但合并后的达标率为 ,约为 。不加权的结果赋予每个班相同的权重;合并后的结果则赋予每名学生相同的权重。这两种加权方式本身都有意义,但其含义不同,不能互换。
即使每个子组的比率都保持不变,组别构成的变化也可能改变总体百分比。如果人口构成向某种结果发生率较高的群体倾斜,那么即使各组内部的发生率均未上升,总体发生率也可能上升。这一问题在人口学、就业统计以及涉及不同年龄结构人口的比较中十分重要。标准化率针对这一问题的特定形式,将各子组的比率应用于同一个参考构成,而不是各个人口的实际构成。
一种尤为引人注目的汇总效应是辛普森悖论:组内比较的方向在各组合并后发生逆转。以A、B两种操作方法为例。在一个分层中,A的10个案例有9个成功,B的100个案例有80个成功;在另一个分层中,A的100个案例有20个成功,B的10个案例有1个成功。A在两个分层中的成功率都更高:分别为 对 ,以及 对 。但从总体来看,A的110个案例中有29个成功,而B的110个案例中有81个成功。这种逆转反映了两种方法的案例在各分层之间的分配极不相同。
单凭这些算术关系,并不能确定哪种比较能够回答实质性问题。这取决于各组是如何形成的,以及相关变量发挥了什么作用。在观察性研究中,混杂可能使总体百分比无法很好地反映所关注的关系。总体占比、标准化率和子组百分比的平均值都可能是有效的统计量,只是描述了同一组数据的不同特征。
概率与统计推断中的百分比
在概率论中,百分比用从0到100的尺度表示事件发生的可能性。概率为 就是 ,但这并不意味着每进行100次试验就一定恰好发生两次。如果100次试验中每次成功的概率都是 ,那么成功次数的期望值为2;实际观测到的次数则可能不同。当各次试验相互独立且成功概率相同时,成功次数服从二项分布。
观测到的百分比往往是一个估计值,而不是已知的总体数值。对于包含 个观测值、其中有 次成功的简单随机样本,样本比例为 。在基本的独立伯努利模型下,其估计标准误为
将这一结果乘以100,就能以百分点为单位表示标准误。当 、 时,标准误约为1.58个百分点。采用基本的正态近似方法得到的95%置信区间,其半宽约为3.1个百分点;不过,当比例接近边界或样本较小时,其他区间估计方法表现更好。复杂抽样设计则需要作相应调整。
如何解释统计百分比,取决于它以什么为条件。具有某一特征的人中检测结果呈阳性的百分比,不同于阳性检测结果中来自具有该特征者的百分比。用符号表示,一般而言,
。条件概率和贝叶斯定理为两者之间的关系提供了形式化描述。将条件反过来会改变分母,因此一个方向上的百分比很高,并不保证另一个方向上的百分比也很高。
例如,假设有一个包含10,000件物品的总体,其中 ,即100件,为次品。某种筛查方法会将 的次品和 的非次品标记出来。因此,它会标记出90件次品和495件非次品。在被标记的585件物品中,约有 是次品。 的检出率与 的次品占比回答的是不同的问题。
其他统计百分比也需要谨慎解读。P值为 ,并不意味着原假设为真的概率是 。在所采用的统计模型下,它描述的是以原假设成立为条件,出现至少与观测结果同样极端的结果的概率。同样,95%的置信水平描述的是某种区间构造方法的长期覆盖率,而不是落在某个特定区间内的观测值所占的百分比。
价格、税收、收益与经济指标
商业计算使用百分比来表示折扣、加价率、利润率、税率和收益率,但这些量往往采用不同的计算基数。折扣通常以原价或标价为基数计算。原价为 200 个货币单位的商品,优惠 后,价格减少 30 个货币单位,降至 170。先后优惠 和 后,最终价格相对于原价的系数为 ,相当于一次优惠 ,而不是 。
加价率和利润率说明了分母的重要性。如果一件商品的成本为 ,售价为 ,则以成本为基数的加价率为 ,而以售价为基数的毛利率为 。一件成本为 80、售价为 100 的商品,加价率为 ,毛利率为 。若 为以小数表示的加价率, 为以小数表示的毛利率,则
其中各分母均不为零。这些指标以不同的参照基数描述同一价差。
在税收中,价外税税率以不含税金额为计税依据。若 为不含税价格, 为以小数表示的税率,则含税价格为 。从含税价格中反算税额,需要使用
当价外税税率为 时,含税总价 120 中的税额为 20,即总价的六分之一,而不是 120 的 。类似地,边际所得税税率适用于新增的应税收入,而实际税率则是将税款总额与按特定口径衡量的收入总额相比。
金融利率需要明确计息期限和复利计算方式。名义年利率为 、按月以 的利率计复利时,实际年利率为
因此,即使标示的年度百分比相同,复利计算方式不同,最终累积金额也可能不同。投资收益率还可能取决于是否计入分红、费用或其他现金流,因此,不说明计算口径,仅给出收益率百分比并不完整。
经济统计经常对价格指数或产出指数进行比较。通货膨胀率为 ,表示某一特定价格指数在所述期间内上涨了 ,并不意味着每一种商品或服务的价格都以相同幅度上涨。通货膨胀率从 降至 ,是指该比率下降了 2 个百分点,而价格指数仍在上升。根据通货膨胀率 ,将名义增长率 换算为实际增长率,使用的关系式为
用名义增长率减去通货膨胀率,是对这一关系的近似计算。
科学测量、组成与数值精度
在科学中,百分比常用于表示组成、效率或相对于参考值的偏差。比值的物理定义与其数值尺度同样重要。质量百分比是组分质量与混合物总质量之比。如果最终配成的100克溶液中含有5克某种物质,其质量百分比就是 。如果将5克物质溶解在100克溶剂中,得到的则是105克溶液,质量百分比约为 。
体积百分比比较的是指定条件下组分与混合物的体积,而物质的量分数比较的是物质的量,通常以摩尔计量。这些百分比不一定相同,因为各种物质的密度和摩尔质量不同。混合时,体积也可能发生变化。因此,当组成可以采用多种约定表示时,仅写“5%”并不完整。有些实验室采用单位体积所含质量的表示方式,例如每100毫升中含多少克;这类表示方式需要明确定义,因为质量除以体积本身并不是无量纲量。
在化学中,百分收率是实际获得的产物量与根据反应模型计算出的理论产物量之比:
表观收率超过 ,可能说明测得的材料中含有溶剂、水或杂质,也可能说明理论量或测量量不恰当。在能量转换中,效率是明确定义的有用输出与输入之比。热泵的性能系数可以超过1,因为它比较的是传递的热量与输入的功;它并不是通常意义上的效率,也不意味着创造了能量。
百分误差通常表示相对于参考值的偏差大小:
其中 。这个量不同于测量不确定度。误差指的是与参考值或真值的差异,而不确定度表征的是可合理归属于被测量的各个量值的分散程度。当参考值接近零时,相对误差和相对不确定度可能变得非常大,此时用绝对单位表示更有参考价值。
舍入还会带来另一类结果呈现问题。三个各占三分之一的精确份额,四舍五入保留一位小数后,各为 ,合计为 。这类差异并不一定意味着数据缺失。精度过高也会造成误导:样本数量或测量不确定度可能不足以支持将百分比报告到小数点后多位。在软件中,浮点运算可能引入微小的数值表示误差,而百分比格式可能会将存储值 显示为 。如果在这样的单元格中输入25,显示结果则可能是 。
历史发展与呈现惯例
英语 percent 一词源于意为“按百计算”或“每一百”的表达,与拉丁语 per centum 和意大利语商业用语 per cento 有关。它的历史是商业算术整体发展的一部分:商人需要用可相互比较的方法,计算不同规模交易中的利息、佣金、折扣和利润。将费用表示为每百单位收取多少,就能使费率不受交易绝对规模的影响。
涉及百分之一的计算早于现代百分号的出现。这种数学运算并不依赖小数或标准化符号:每一百单位收取一单位的费用,用普通分数和比例推理就能算出。印度-阿拉伯数字系统以及书面商业算术在中世纪和近代早期欧洲的传播,推动这类计算成为日常惯例。1478年印行的《特雷维索算术》是早期以商业计算为内容的实用算术印刷书籍之一;它属于这一更广泛的计算传统,而非百分比诞生的标志。
现代百分号由 per cento 的商业缩写符号逐渐演变而来。历史上的写法曾采用字母、记号和小圆圈的各种组合,之后才定型为如今熟悉的、由一道斜线隔开的两个圆圈。这种渐进演变的过程,使得将其归于某一位发明者或某个发明日期并不恰当。百分号表达的是一种缩放约定:所标示的数字要除以100,无论它所表示的是分数、变化率,还是与某一基准的比较结果。
英语中至今仍同时使用 percent 和 per cent 两种写法,前者尤常见于美式英语,后者尤常见于英式英语。Percentage 通常指相应的数学量或其表达方式。在技术文献排版中,国际单位制的相关惯例要求在数值与百分号之间留一个空格,如“25 %”;许多面向一般读者的编辑规范则写作“25%”。小数分隔符和数字分组方式也因语言和国家或地区而异,因此,同一个百分比可能印作 ,也可能印作 。
在表格、图表和文字叙述中,要有效地呈现百分比,就应说明分母、涉及的总体或材料、必要时所对应的时间区间,以及该数值表示的是某一水平还是变化量。如果受访者可以选择多个答案,那么标题为“受访者百分比”的表格与标题为“回答次数百分比”的表格,含义就有所不同。百分比图可以通过截断纵轴刻度来突出微小变化,而饼图则意味着各部分属于同一个整体。即使显示的每个数字在算术上都正确,这些呈现惯例仍会影响读者的理解。