nas estatísticas, a classificação percentual de uma pontuação (PR) é a percentagem de pontuações na sua distribuição de frequência que são inferiores a essa pontuação. Sua fórmula matemática é
P R = C F ( 0.5 × F ) N × 100 , {\displaystyle PR={\frac {CF-(0.5\vezes F)}{N}}\vezes 100,} 
onde CF—cumulativa de frequência—é a contagem de todas as pontuações menores ou iguais a pontuação de interesse, F é a frequência para a pontuação de interesse, e N é o número de contagens na distribuição. Em alternativa, se CF ‘for a contagem de todas as pontuações inferiores à pontuação de interesse, então
P R = C F’ + ( 0,5 × F ) n × 100. {\displaystyle PR = {\frac {CF ‘ +(0, 5\vezes F)} {N}}\Vezes 100.} 
a figura ilustra o cálculo da classificação por percentil e mostra como o termo 0, 5 × F da fórmula assegura que a classificação por percentil reflecte uma percentagem de pontuações inferiores à pontuação especificada. Por exemplo, para as 10 pontuações mostradas na figura, 60% delas estão abaixo de uma pontuação de 4 (cinco menos de 4 e metade dos dois iguais a 4) e 95% estão abaixo de 7 (nove menos de 7 e metade do um igual a 7). Ocasionalmente, a classificação percentil de uma pontuação é erroneamente definida como a porcentagem de pontuações inferiores ou iguais a ela, mas isso exigiria uma computação diferente, uma com o termo 0.5 × F. Tipicamente, as fileiras de percentis são computadas apenas para pontuações na distribuição, mas, como a figura ilustra, as fileiras de percentis também podem ser computadas para pontuações cuja frequência é zero. Por exemplo, 90% das pontuações são menores que 6 (nove menos que 6, nenhum igual 6).
na medição Educacional, uma gama de classificações de percentis, muitas vezes aparecendo em um relatório de pontuação, mostra o intervalo dentro do qual a classificação de percentil “verdadeiro” do tomador de teste provavelmente ocorre. O valor “verdadeiro” refere-se à classificação que o tomador de teste obteria se não houvesse erros aleatórios envolvidos no processo de teste.
Percentil fileiras são comumente usados para clarificar a interpretação dos escores em testes padronizados. Para a teoria do teste, a classificação percentual de uma pontuação raw é interpretada como a porcentagem de examinadores no grupo norm que marcaram abaixo da pontuação de interesse.
Percentile ranks are not on an equal-interval scale; that is, the difference between any two scores is not the same between any other two scores whose difference in percentile ranks is the same. Por exemplo, 50 − 25 = 25 não é a mesma distância que 60 − 35 = 25 por causa da forma da curva de sino da distribuição. Algumas fileiras de percentis estão mais perto de alguns do que outros. Percentile rank 30 é mais próximo na curva de bell a 40 do que a 20. Se a distribuição é normalmente distribuída, a classificação percentil pode ser inferida a partir da pontuação padrão.