q={0.01,0.025,0.05,0.1,0.9,0.95,0.975,0.99};/* 分位数*/
ptau=quantile(tau,q);
tau是统计量，quantile是百分位数命令
本文来自: 人大经济论坛 Gauss专版 版，详细出处参考：https://bbs.pinggu.org/viewthread.php?tid=495117&page=1&from^^uid=9913

2# xuehe

谢谢版大的热情帮助，但是我想知道的不是一列随机数的percentile。。。我想知道的是分布的分位数的理论值

比如有一个特定的分布，N(2,100)或者GAMMA(x, alpha, beta), 然后我想知道percentile的理论值，比如N(0,1)的97.5%分位数是1.96

在MATLAB里面就是97.5% quantile=norminv(0.975,0,1)

但是我在GAUSS里面没找到类似的function。。。

quantile

Purpose Computes quantiles from data in a matrix, given specified probabilities.
Format y = quantile(x,e)
Input
Output
Remarks quantile will not succeed if N*minc(e) is less than 1, or N*maxc(e)
is greater than N - 1. In other words, to produce a quantile for a level of
.001, the input matrix must have more than 1000 rows.
Example rndseed 345567;
x = rndn(1000,4); /* data */
e = { .025, .5, .975 }; /* quantile levels */
y = quantile(x,e);
print "medians";
print y[2,.];
print;
print "95 percentiles";
print y[1,.];
print y[3,.];
produces:
medians
-0.0020 -0.0408 -0.0380 -0.0247
95 percentiles
-1.8677 -1.9894 -2.1474 -1.8747
1.9687 2.0899 1.8576 2.0545
x NxK matrix of data.
e Lx1 vector, quantile levels or probabilities.
y LxK matrix, quantiles.

x = rndn(1000,4); /* data */
rndn Computes random numbers with Normal distribution.

5# xuehe

rndn只能产生N(0,1)的随机数，在大样本下，各个分位数才会趋近理论值，你可以看到你的例子里面均值都不等于0

难道版主的意思是，在GAUSS里面没有像MATLAB那种命令直接出大样本理论值的function?需要我自己run下rndn（1000000，1）之类的超级大样本，然后再用quantile来求近似？