4、漂移检测的统计基础：假设检验、p值、置信区间、分布距离度量（KS检验、卡方检验、Wasserstein距离）
模型漂移检测的本质，是判断当前生产环境中的数据分布或模型行为是否与基线阶段存在“统计学上显著”的差异。仅凭肉眼观察曲线或均值变化容易误判，因为任何系统都存在随机波动。本章将系统梳理漂移检测所需的统计地基：假设检验的框架、p值的正确解读、置信区间的应用，以及三种最常用的分布距离度量方法——KS检验、卡方检验和Wasserstein距离。理解这些工具，是后续设计漂移监控阈值、制定告警策略的前提。