PSI和CSI是對評分卡主模型分數以及入模變量進行監控的一大利器，它們不僅可以實時反映模型的穩定性，也可以快速發現問題，定位問題（客群變化引起、變量變化引起等），進而找到有效的解決方案。
PSI名額
PSI定義：群體穩定性名額PSI(Population Stability Index)是衡量模型的預測值與實際值偏差大小的名額；穩定度名額可衡量測試樣本及模型開發樣本評分的分布差異，為最常見的模型穩定度評估名額。其實PSI表示的就是按分數分檔後，針對不同樣本，或者不同時間的樣本，population分布是否有變化，就是看各個分數區間内人數占總人數的占比是否有顯著變化
PSI公式：PSI = sum（（實際占比-預期占比）* ln（實際占比/預期占比））
PSI < 0.1 模型穩定性很高。
PSI 0.1<= psi < 0.2 模型一般，需要進一步研究
PSI >0.2 模型穩定性差，建議修複
例如：
一個模型需要統計評估其穩定性，對其進行客戶分組，統計各個分組客戶量的穩定性。以驗證模型是否合适。
具體步驟如下：
第一步：統計總進件量X
第二步：将總進件量按區間統計出各區間量
第三步：計算各區間占比（本區間數/總進件數），即實際占比
第四步：根據模型輸出期望占比
第五步：計算各個區間psi并最終進行求和。
整理輸出的最終報表樣式（類似）
注：時間跨度越大，模型psi越不穩定。
參考：
原文連結：https://blog.csdn.net/liuliuliuliumin123/article/details/84664651
原文連結：https://www.cnblogs.com/gczr/p/9073096.html