4. 描述性统计分析：均值、中位数、标准差、百分位数在阈值设定中的基础应用

在风控哨兵系统中，告警阈值的设定并非凭空臆断，而是需要基于历史数据的分布特征进行科学计算。描述性统计中的四个核心指标——均值、中位数、标准差、百分位数——构成了阈值设定的数学基石。本章将逐一拆解每个指标的含义、适用场景及其在阈值设定中的具体用法。

4.1 核心指标速览

4.2 均值与标准差：对称分布的阈值骨架

当监控指标（如交易金额、响应时长）近似服从正态分布时，均值 (μ) 与 标准差 (σ) 是最直观的阈值设定工具。其核心逻辑是：正常数据集中在均值附近，偏离越远，异常概率越高。

• 基线阈值：μ ± 2σ（约覆盖 95% 的正常数据）
• 警告阈值：μ ± 3σ（约覆盖 99.7% 的正常数据）
• 严重阈值：μ ± 4σ 或更远

4.3 中位数与百分位数：偏态分布的稳健选择

在风控场景中，大量指标（如单笔交易金额、登录频次）呈现右偏分布。此时均值会被少数大额交易拉高，导致基于均值的阈值过于宽松。中位数和百分位数提供了更稳健的替代方案。

• 中位数 (P50)：代表数据的“典型”水平，不受极端值影响。
• P5 / P95：剔除两端各 5% 的极端数据，作为正常波动范围的上下界。
• P1 / P99：更严格的边界，用于捕捉罕见但非异常的极端行为。

4.4 四指标联合阈值设定流程

在实际风控哨兵系统中，通常不会单独使用某一个指标，而是将四个指标组合成一个完整的阈值设定流水线：

1. 数据清洗：剔除明显错误数据（如负值、空值）。
2. 分布形态判断：计算偏度系数。若 |偏度| < 0.5，视为近似对称；否则视为偏态。
3. 对称分布路径：计算均值与标准差，设定 μ ± kσ 阈值（k 根据业务容忍度选择 2~4）。
4. 偏态分布路径：计算中位数与百分位数，设定 P5-P95 或 P1-P99 区间。
5. 交叉验证：用历史告警记录回测，调整 k 值或分位点，直到误报率与漏报率平衡。

4.5 指标对比与选择矩阵