跳到正文
格致开物MATHWIKI

百分比与百分点

百分比(percentage)把一个比值写成以一百为单位的形式,例如 20%=20/100=0.20百分点(percentage point)用于表达两个百分比的直接差值。百分比变化还可以相对于原来的数值计算,这时得到的是相对变化率,二者的基准不同。

设两场教学用的模拟活动各有 100 次有效预约,第一场有 20 次实际到场,第二场有 30 次。到场率从 20% 变成 30%。到场率增加了多少?这个问题可以有两个明确答案:增加 10 个百分点;相对于原到场率,增加 50%。先把它们各自比较的量找出来。

两张一百格的方格图分别标出二十格和三十格到场,第二张新增十格用另一种颜色并标加号;十格占全体一百格的十分之一,却占原二十格的一半
每个小格对应一次有效预约。新增的10格以全部100格为基准是10个百分点,以原20格为基准则是50%的相对增加。

先找谁是百分之百

若基准量为 N>0,所比较的量为 A,比值 p=A/N 可以写为 100p%。例如第一场

p=20100=0.20=20%.

这里 100% 对应全部 100 次预约,不是到场的 20 次。如果问“新增的 10 次到场是原到场数量的多少”,基准就换成了 20 次,计算变成 10/20=50%

对于“部分占整体”的比例,通常有 0AN,所以结果在 0% 与 100% 之间。百分比本身并不限于这个区间:本期数量是基准数量的 150%,表示它是基准的 1.5 倍;负百分比也可以表达有符号的变化率。必须先确定所说的是份额、倍数,还是增减。OpenStax:百分比中的基准量与增减

读者也可以反过来求基准。若某场有 42 次到场,占有效预约的 35%,则 42=0.35N。两边除以 0.35,得 N=120。回代 42/120=35%,就检查了原题的条件。百分号进入运算前,应先变成相应的小数或分数。

10 个百分点为什么也是相对增加 50%

记原到场率为 p=0.20,新到场率为 q=0.30。直接做差:

qp=0.300.20=0.10.

这个差在比例数值上是 0.10,在百分数刻度上就是 10 个百分点。英国国家统计局的术语说明同样把百分点用于百分比之间的差值。ONS:Percentages and percentage points

若再问“这一差额相当于原值的几倍”,则要除以原值:

qpp=0.100.20=0.50=50%.

一般地,原比例 p>0 变为 q 时,百分点变化的数值是 100(qp),相对变化率则是 (qp)/p。如果原值为零,后一个表达式没有定义;不能把“从零到一个正数”写成普通的有限百分比增幅。此时可报告百分点变化或实际数量变化。

变化 百分点变化 相对原值的变化率
20% → 30% 增加 10 个百分点 (3020)/20=50%
30% → 20% 减少 10 个百分点 (2030)/30=1/333.33%
40% → 44% 增加 4 个百分点 (4440)/40=10%

注意前两行:往返的百分点变化绝对值相同,相对增减却不同,因为往返时采用的原值不同。

连续增减怎样合并

用一次数量变化看清基准的移动。设一个教学库存开始有 240 册书,先增加 25%,再减少 25%。第一次增加量是 240×0.25=60 册,得到 300 册。第二次的 25% 按当前的 300 册计算,减少 75 册,最终剩 225 册。

三根等宽条表示二百四十、三百、二百二十五册,第一次百分之二十五增加六十册,第二次百分之二十五减少七十五册
百分数相同,但每次乘的基准量不同。两次操作后的净变化是减少15册,即相对最初数量减少6.25%。

把“增加原值的 r 倍”写成 x+rx=(1+r)x,两次变化就连成

x1=(1+r)x0,x2=(1+s)x1=(1+s)(1+r)x0.

在初值 x0>0 下,总相对变化率为

x2x0x0=(1+r)(1+s)1=r+s+rs.

本例 r=0.25s=0.25,因此总因子为 1.25×0.75=0.9375,相对减少 6.25%。保持非负数量通常要求每一步的因子非负;如果中途数量降到零,下一步相对于零的实际增幅就需要另行说明。

想让第一次的 25% 增长完全抵消,应解 1.25(1+s)=1,得到 s=0.20,即随后减少 20%。一般地,对 r>1,抵消变化所需的下一步变化率为 r/(1+r)。多期金额的相同乘法结构见复利与贴现

两个百分比怎样合并成总体比例

再看两场规模不同的模拟活动:甲场有 50 次预约,其中到场 20 次;乙场有 150 次预约,其中到场 30 次。假设每条预约恰属于一场,没有重复计数,总到场率应先合计同一口径下的记录数:

20+3050+150=50200=25%.

把 40% 与 20% 直接平均,得到 30%,并不是这 200 次预约的总体到场率。两场各占一半的平均方法,相当于让每场拥有相同权重;这里每场预约数并不相同。

甲场五十次预约中二十次到场,乙场一百五十次预约中三十次到场,两条按预约总数绘制的条带与合计二百次中五十次到场的条带对应
横向长度表示预约记录数,填色部分表示到场。乙场预约数是甲场的三倍,在总体比例中也占三倍权重。

若两组总数分别为 n1,n2>0,组内比例为 p1,p2,那么到场数量分别是 n1p1n2p2。相加并除以总数,得到

pall=n1p1+n2p2n1+n2=n1n1+n2p1+n2n1+n2p2.

这是按组规模加权的平均。因为两个权重非负且和为一,总体比例位于两组比例之间;本例的 25% 就处于 20% 与 40% 之间。若统计对象、时间范围或“到场”的定义不同,要先统一口径,不能仅凭两个百分数相加。

换一种提问,检查基准是否找对

问题一:一场活动的到场率为 24%,希望提高 6 个百分点,目标到场率是多少?相对于原到场率增加了多少?如果要求只是相对提高 6%,结果又是多少?

解答:提高 6 个百分点得到 30%;相对增加为 (3024)/24=25%。相对提高 6% 则应计算 24%×1.06=25.44%,仅增加 1.44 个百分点。三个数字不同,正好说明“提高多少”需要明确比较方法。

问题二:两组到场率仍为 40% 与 20%,但现在各有 100 次预约。总体到场率是多少?

解答:两组到场数为 40 和 20,合计 60/200=30%。这一次普通平均恰好正确,因为两组规模相同。决定平均方法的是所求对象与权重,不是百分数看起来是否容易相加。

把比例在图中正确表达,可继续读扇形统计图条形图;研究变量之间的相对变化,可读需求价格弹性

参考资料