样本分位数（Sample Quantile）是统计学中的一个概念，它指的是将一组数据从小到大排序后，每个数据点在所有数据点中所占的相对位置。具体来说，样本分位数是将数据分成若干等份，每一份中的数据点数量相同，每一份的数据点对应的位置就是分位数。
例如，如果一组数据有100个观测值，那么：
第1个分位数（即25%分位数）是排序后第25个数据点的值。
第2个分位数（即50%分位数）是排序后第50个数据点的值，也就是中位数。
第3个分位数（即75%分位数）是排序后第75个数据点的值。
分位数可以用来描述数据的分布情况，比如最小值、最大值、中位数、四分位数等。在统计分析中，分位数是描述数据分布、进行假设检验和构建置信区间的重要工具。
在样本数据分析中，由于实际观测的数据量是有限的，因此计算样本分位数时，通常采用以下几种方法：
1. 线性插值法：当数据点位于两个整数分位数之间时，通过线性插值来估计分位数。
2. 近似法：如使用近似公式来计算分位数，如Stirling近似等。
3. 经验法则：例如，当样本量较大时，可以使用经验公式来估计分位数。
分位数在金融、经济学、医学、工程学等多个领域都有广泛的应用。
