3. 波动分析预备知识：均值、方差、标准差、峰度、偏度等统计量在 PSI 分析中的作用

在深入 PSI 波动分析之前，必须建立对基础统计量的扎实理解。这些统计量是描述数据分布特征的核心工具，直接决定了 PSI 阈值漂移的识别精度与排查方向。本节将逐一解析均值、方差、标准差、峰度、偏度在 PSI 分析中的具体作用与计算逻辑。

3.1 均值（Mean）—— 分布的中心基准

均值是数据集中趋势的最基本度量，在 PSI 分析中用于衡量模型评分分布的“重心”位置。当 PSI 监测到分布偏移时，均值的变化是首要排查指标。

3.2 方差与标准差（Variance & Standard Deviation）—— 分布的离散程度

方差和标准差衡量数据围绕均值的波动幅度。在 PSI 分析中，它们用于判断评分分布的“集中度”是否发生变化。即使均值不变，方差增大也可能导致 PSI 升高。

• 方差（σ²）：σ² = (1/n) Σ (xᵢ - μ)²，反映数据偏离均值的平均平方距离。
• 标准差（σ）：σ = √σ²，与原始数据同量纲，更直观。
• PSI 作用：若测试集标准差显著大于训练集，说明评分分布“发散”，尾部风险增加；若标准差缩小，则分布“收缩”，可能因特征同质化导致。

3.3 偏度（Skewness）—— 分布的对称性

偏度描述数据分布的不对称程度。在 PSI 分析中，偏度变化往往指示评分分布“拖尾”方向发生改变，这是阈值漂移的重要信号。

3.4 峰度（Kurtosis）—— 分布的尾部厚度

峰度衡量分布尾部的“厚重程度”和峰部的“尖锐程度”。在 PSI 分析中，峰度变化直接关联极端评分的出现频率，是排查“黑天鹅”事件的关键统计量。

• 峰度（K）：K = (1/n) Σ [(xᵢ - μ)/σ]⁴ - 3（超值峰度，正态分布峰度为 0）。
• K > 0（尖峰厚尾）：极端评分出现概率高于正态分布，PSI 易因少量极端样本剧烈波动。
• K < 0（低峰薄尾）：分布更平坦，极端评分较少，PSI 波动通常较温和。
• PSI 作用：若测试集峰度比训练集高出 1 以上，说明尾部极端样本激增，需立即排查数据采集或评分卡异常。

3.5 统计量在 PSI 波动分析中的协同关系

单一统计量无法完整描述分布变化。以下 SVG 图展示了五个核心统计量在 PSI 波动分析中的协同排查流程。

3.6 统计量计算示例（Python 代码）

以下代码演示如何快速计算上述统计量，用于 PSI 波动排查的初步诊断。

import numpy as np
import pandas as pd

# 模拟训练集与测试集评分数据
np.random.seed(42)
train_scores = np.random.normal(loc=0.5, scale=0.1, size=10000)
test_scores = np.random.normal(loc=0.55, scale=0.15, size=10000)

# 计算统计量
stats = {
    '统计量': ['均值', '方差', '标准差', '偏度', '峰度'],
    '训练集': [
        np.mean(train_scores),
        np.var(train_scores),
        np.std(train_scores),
        pd.Series(train_scores).skew(),
        pd.Series(train_scores).kurtosis()
    ],
    '测试集': [
        np.mean(test_scores),
        np.var(test_scores),
        np.std(test_scores),
        pd.Series(test_scores).skew(),
        pd.Series(test_scores).kurtosis()
    ]
}

df_stats = pd.DataFrame(stats)
print(df_stats.round(4))

3.7 统计量变化与 PSI 阈值的对应关系

下表总结了各统计量变化幅度与 PSI 阈值之间的典型对应关系，用于快速判断漂移严重程度。

3.8 统计量在阈值漂移排查中的实际应用案例

以下 SVG 图展示一个真实案例：某信贷评分模型 PSI 从 0.03 升至 0.18，通过统计量分解定位到偏度变化是主因。