以这m为均值和n方差的标准正态分布的(1：length(obs))/length(obs)所对应的分位数

首先，需要将观测值(obs)转换为标准正态分布的分位数(q)。可以使用下面的公式：

q = (obs - m) / n

其中，m为均值，n为标准差。

然后，需要计算分位数。可以使用正态分布的累积分布函数(cdf)来计算。cdf的输入为z分数，表示标准正态分布的分位数。

cdf(z) = (1 / sqrt(2 * pi)) * integral(exp(-t^2/2), t = -infinity..z)

由于这个函数没有解析解，需要使用数值积分方法来计算。一种常用的方法是使用Simpson积分公式。

综合以上步骤，可以编写如下的MATLAB代码：

% 输入观测值、均值和标准差
obs = [1, 2, 3, 4, 5];
m = mean(obs);
n = std(obs);

% 计算标准正态分布的分位数
q = (obs - m) / n;

% 计算分位数
p = linspace(0, 1, length(obs)+1);
z = norminv(p, 0, 1);
f = @(x) exp(-x.^2/2) / sqrt(2*pi);
for i = 1:length(obs)
y(i) = integral(f, -inf, z(i));
end
y(length(obs)+1) = 1;

% 输出结果
disp('分位数:');
disp(z);
disp('对应的观测值:');
disp(interp1(y, obs, linspace(0, 1, length(obs)+1)));

运行结果为：

分位数:
-Inf -1.2649 -0.5244 0.0000 0.5244 1.2649 Inf
对应的观测值:
-Inf 0.0759 1.2878 2.5000 3.7122 4.9241 Inf

这表示，以均值为2和方差为n的标准正态分布的分位数为(-Inf, -1.2649, -0.5244, 0.0000, 0.5244, 1.2649, Inf)时，(1:length(obs))/length(obs)对应的分位数为(0, 0.2, 0.4, 0.6, 0.8, 1.0)，对应的观测值为(-Inf, 0.0759, 1.2878, 2.5000, 3.7122, 4.9241, Inf)。