如何在Matlab中计算财富分布的百分位数份额？

嘿，这个需求在财富分布分析里太常见了！我来给你一步步拆解怎么用Matlab实现，刚好你用了伽马分布的示例，咱们就顺着这个来：

先按你的示例生成10000个伽马分布的财富数据，这里我给shape和scale赋具体值，方便你直接运行：

shape = 2;
scale = 5;
n = 10000;
wealth = gamrnd(shape, scale, n, 1);

要划分阶层的话，先把财富从小到大排序是最直观的操作：

sorted_wealth = sort(wealth, 'ascend');

假设你要算**顶层10%、中层80%、底层10%**的财富占比，先算出各部分对应的样本索引：

bottom_pct = 0.1; % 底层比例
top_pct = 0.1;    % 顶层比例

bottom_idx = round(n * bottom_pct); % 底层群体的最后一个索引
top_start_idx = n - round(n * top_pct) + 1; % 顶层群体的第一个索引

注意：这里用round是为了把人数取整，如果你的样本量不是整百整千，也可以根据需求用floor（向下取整）或ceil（向上取整），结果差异很小

先算总财富，再分别计算各阶层的财富总和，最后除以总财富得到占比：

total_wealth = sum(wealth);

% 计算各阶层财富总和
bottom_wealth = sum(sorted_wealth(1:bottom_idx));
middle_wealth = sum(sorted_wealth(bottom_idx+1:top_start_idx-1));
top_wealth = sum(sorted_wealth(top_start_idx:end));

% 转成百分比形式
bottom_share = bottom_wealth / total_wealth * 100;
middle_share = middle_wealth / total_wealth * 100;
top_share = top_wealth / total_wealth * 100;

用fprintf把结果打印出来，更直观：

fprintf('底层%.0f%%群体财富占比: %.2f%%\n', bottom_pct*100, bottom_share);
fprintf('中层%.0f%%群体财富占比: %.2f%%\n', (1-bottom_pct-top_pct)*100, middle_share);
fprintf('顶层%.0f%%群体财富占比: %.2f%%\n', top_pct*100, top_share);

如果你不想手动算索引，也可以用Matlab的quantile函数直接找到分位数边界，再筛选对应群体：

q10 = quantile(wealth, 0.1); % 10%分位数
q90 = quantile(wealth, 0.9); % 90%分位数

bottom_wealth = sum(wealth(wealth < q10));
middle_wealth = sum(wealth(wealth >= q10 & wealth <= q90));
top_wealth = sum(wealth(wealth > q90));

注意：quantile函数默认的分位数计算方法是type=7，和排序取索引的结果可能略有差异。如果要完全一致，可以把type参数设为6：quantile(wealth, 0.1, 'Type', 6)

如果要调整比例（比如顶层5%、底层20%），只需要修改bottom_pct和top_pct的值，或者分位数的数值就行，非常灵活。

内容的提问来源于stack exchange，提问作者msh855