Was ist p90?

P90 (Perzentile 90)

P90, oder das 90. Perzentil, ist ein statistischer Wert, der in der Datenanalyse und Leistungsüberwachung verwendet wird. Es repräsentiert den Wert, unterhalb dessen 90% der Beobachtungen in einem Datensatz liegen. Anders ausgedrückt: Wenn du die Daten von niedrigstem bis höchstem Wert sortierst, ist der P90-Wert derjenige, der an der Position liegt, die 90% der Daten repräsentiert.

Anwendung:

• Leistungsüberwachung: In der IT-Branche wird P90 oft verwendet, um die Reaktionszeiten von Systemen oder Anwendungen zu messen. Ein P90-Wert von 200ms bedeutet beispielsweise, dass 90% der Anfragen in weniger als 200ms bearbeitet wurden. Dies ist nützlich, um Ausreißer und potenzielle Leistungsprobleme zu identifizieren, die durch den Mittelwert allein möglicherweise nicht erkannt werden.

• Finanzwesen: Im Finanzwesen kann P90 zur Bewertung von Risiken und zur Analyse von Renditen verwendet werden. Es kann helfen, die Performance von Investments zu beurteilen und extreme Verluste zu identifizieren.

• Qualitätskontrolle: In der Fertigung kann P90 verwendet werden, um die Konsistenz von Produktionsprozessen zu überwachen. Es kann helfen, Abweichungen von den erwarteten Werten zu erkennen und Qualitätsprobleme zu beheben.

Vorteile:

• Robust gegenüber Ausreißern: P90 ist weniger anfällig für extreme Werte (Ausreißer) als der Mittelwert.
• Besseres Verständnis der Verteilung: P90 bietet ein besseres Verständnis der Verteilung der Daten als nur der Durchschnitt.

Berechnung:

Es gibt verschiedene Methoden zur Berechnung von P90. Eine einfache Methode ist:

1. Sortiere die Daten von niedrigstem bis höchstem Wert.
2. Berechne den Index (i) = 0.9 * n, wobei n die Anzahl der Datenpunkte ist.
3. Wenn i eine ganze Zahl ist, ist P90 der Durchschnitt der Werte an Position i und i+1.
4. Wenn i keine ganze Zahl ist, runde i auf die nächste ganze Zahl auf (aufrunden). P90 ist dann der Wert an dieser aufgerundeten Position.

Alternativen:

Andere Perzentile, wie P50 (Median), P95 oder P99, können ebenfalls verwendet werden, um verschiedene Aspekte der Datenverteilung zu analysieren. Die Wahl des geeigneten Perzentils hängt von der spezifischen Anwendung und den Zielen der Analyse ab.