Matlab quantile函数未按ECDF插值？实测与文档不符问询

这个问题我之前也踩过坑，核心原因是MATLAB的quantile函数在不同版本（尤其是较老的R2015b）里默认使用的分位数计算方法，和你理解的ECDF阶梯中点插值逻辑不一致。

为什么会出现这个差异？ #

MATLAB的quantile函数支持多种分位数计算标准（对应Hyndman-Fan分类里的9种类型），不同类型的计算逻辑差异很大：

• 你根据文档预期的“ECDF阶梯上升段中点间线性插值”，对应的是Type 4（或Type 5）算法；
• 但在MATLAB R2016b之前的版本（包括你用的R2015b），quantile的默认算法是Type 7，这种算法不会在ECDF的阶梯区间内做插值，而是基于样本的顺序统计量直接计算，导致结果和你的预期完全不同。

用代码验证这个结论 #

先重现你的问题：

y = [1 2 5 5 5 5 5 5 9 10];
yInterior = 0.3;

% 你预期的插值结果
x_interp = interp1([0.15, 0.5], [2, 5], yInterior) % 返回 3.2857

% R2015b默认调用quantile的结果
x_quantile_default = quantile(y, yInterior) % 返回 5

现在显式指定算法类型，就能得到你预期的结果：

% 使用Type 4算法（对应ECDF中点插值）
x_quantile_type4 = quantile(y, yInterior, 'type', 4) % 返回 3.2857，和插值结果一致

% 验证默认的Type 7算法
x_quantile_type7 = quantile(y, yInterior, 'type', 7) % 返回 5，和默认结果一致

关于文档和普遍性的说明 #

1. 文档问题：早期MATLAB的quantile文档确实描述得不够清晰，没有明确指出默认使用的算法类型，容易让用户误解为所有场景下都用ECDF插值逻辑。从R2016b开始，MATLAB调整了默认算法为Type 6，并且在文档中明确标注了不同类型的计算规则，这个问题的误导性才降低。
2. 普遍现象：这个差异在R2016b之前的MATLAB版本里是普遍存在的，很多用户都会遇到“文档描述和实际结果不符”的困惑，本质都是默认算法的选择问题。

内容的提问来源于stack exchange，提问作者user36800