2. PSI（群体稳定性指标）数学原理
群体稳定性指标（Population Stability Index, PSI）是监控模型评分分布随时间或样本变化的核心统计量。本章从数学推导、分箱策略和统计解释三个维度，完整拆解 PSI 的计算逻辑与业务含义。
2.1 PSI 公式推导
PSI 的数学基础源于信息论中的 Kullback-Leibler 散度（相对熵），用于衡量两个概率分布之间的差异。在模型监控场景中，PSI 比较的是 期望分布（Expected） 与 实际分布（Actual） 在每个分箱中的占比变化。
标准 PSI 计算公式：
PSI = Σ (Actual_i - Expected_i) × ln(Actual_i / Expected_i)
其中：
- i = 第 i 个分箱（共 N 个分箱）
- Actual_i = 实际样本在第 i 箱中的占比
- Expected_i = 期望样本在第 i 箱中的占比
- ln = 自然对数推导步骤：
- 分箱处理：将模型评分（如概率值 0~1）划分为 N 个连续区间。
- 计算占比：分别统计期望样本和实际样本落入每个箱子的比例。
- 逐箱差异：对每个箱子计算 (Actual - Expected) × ln(Actual / Expected)。
- 求和：将所有箱子的差异值相加，得到最终 PSI 值。
关键理解： 当 Actual_i = Expected_i 时，ln(1) = 0，该箱贡献为 0；差异越大，PSI 值越高。PSI 始终为非负值。
2.2 分箱策略
分箱方式直接影响 PSI 的敏感度和稳定性。三种主流策略对比如下：
| 策略 | 分箱方法 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|---|
| 等距分箱 | 将评分范围均匀划分为固定宽度的区间（如 0~0.1, 0.1~0.2, ...） | 实现简单，区间边界固定，便于跨时间对比 | 样本分布不均时，部分箱子可能为空或样本极少 | 评分分布均匀、业务区间有明确物理意义 |
| 等频分箱 | 按期望样本的百分位数划分，使每个箱子包含相同数量的样本 | 避免空箱，每个箱子统计稳定 | 区间边界随期望分布变化，跨期对比不够直观 | 样本量充足、分布偏态明显 |
| 分位数分箱 | 基于期望样本的指定分位数（如 10%、20%、...、90%）划分 | 兼顾等频的稳定性与等距的可解释性 | 分位数选择需人工指定，灵活性要求高 | 需要平衡统计稳健性与业务可读性 |
实践建议： 信贷风控场景常用 等频分箱（10 箱），因为评分分布通常左偏，等距分箱会导致高分箱样本过少，PSI 计算不稳定。
2.3 PSI 的统计意义与解释
PSI 不是一个假设检验统计量，而是一个 经验性差异度量。其数值大小直接反映两个分布之间的偏离程度。行业通用阈值如下：
| PSI 范围 | 漂移等级 | 业务含义 | 建议行动 |
|---|---|---|---|
| < 0.10 | 无显著漂移 | 模型评分分布与期望基本一致 | 继续常规监控 |
| 0.10 ~ 0.25 | 轻度漂移 | 分布出现可察觉变化，需关注 | 检查特征分布、业务策略变化 |
| ≥ 0.25 | 显著漂移 | 分布发生结构性偏移，模型可能失效 | 触发告警，启动模型重训或校准 |
重要提醒： 阈值并非绝对。在样本量极大（如百万级）时，微小差异也会导致 PSI 超过 0.1，此时应结合业务容忍度调整阈值。在样本量极小（如千级）时，PSI 方差较大，建议使用 Bootstrap 置信区间辅助判断。
2.4 PSI 与 KL 散度的关系
PSI 本质上是 对称化 的 KL 散度。标准 KL 散度是非对称的：
KL(P||Q) = Σ P_i × ln(P_i / Q_i)
KL(Q||P) = Σ Q_i × ln(Q_i / P_i)PSI 同时考虑了两种方向：
PSI = KL(Actual||Expected) + KL(Expected||Actual)
= Σ (Actual_i - Expected_i) × ln(Actual_i / Expected_i)这种对称性使得 PSI 对分布的双向偏移都敏感，更适合监控场景。
2.5 计算示例
假设模型评分分为 3 个等频箱，期望与实际占比如下：
| 分箱 | Expected_i | Actual_i | Actual - Expected | ln(Actual/Expected) | 逐箱贡献 |
|---|---|---|---|---|---|
| 箱 1（低分） | 0.333 | 0.400 | +0.067 | ln(1.20) = 0.182 | 0.067 × 0.182 = 0.0122 |
| 箱 2（中分） | 0.333 | 0.350 | +0.017 | ln(1.05) = 0.049 | 0.017 × 0.049 = 0.0008 |
| 箱 3（高分） | 0.333 | 0.250 | -0.083 | ln(0.75) = -0.288 | -0.083 × -0.288 = 0.0239 |
PSI = 0.0122 + 0.0008 + 0.0239 = 0.0369
结论：PSI = 0.037 < 0.10，分布稳定，无需告警。
计算技巧： 当 Actual_i = 0 时，ln(0) 无定义。实践中建议对空箱做平滑处理（如加极小值 1e-6），或使用等频分箱避免空箱。