信号分析
突变点检测
在未知时刻搜索一条定量轨迹的均值或方差换挡位置，并用各段占用长度判断新体制是否站稳。
这篇能回答什么
突变点检测回答的是：「这条按时间排好的定量轨迹，均值或方差在尚未指定的某个时刻有没有换挡」。算法在整条记录上搜索代价下降最大的切分，而不是先听你报一个日期再做 F 检验。教学结果把采样点折进分段占用：前段（类别 A）、中段（类别 B）、后段（类别 C）各有多少个点。占用是段长，不是「检出了几个变点」。
适合：工艺指标突然抬升、质量均值换班、宏观序列在未知年份改平台。教学示例用时间序列表里已排序的收益或产值。已经知道新政从某月实施、并且有处理组 / 对照组，主识别应是双重差分或事件研究，不要让搜索算法替你「发现」那个已知日期。
如何选择方法
先问断点是已知日历还是未知位置。已知政策日、要点估计处理效应：Chow（同一套回归系数在切点两侧是否相同）或 DID / 事件研究。未知何时换均值、只想把一条波切成几段：本页。Chow 的原假设写在预先指定的 τ；本页的 τ 是搜索出来的，p 值不能按「只检了一次」来读。
突变点检测：1 条有序定量列；输出切分位置，以及前 / 中 / 后段占用。
Chow 分割：回归里预先指定一个（或少数）日期，检系数是否跳跃。
双重差分 / 事件研究：已知干预时点，并且有对照轨迹。
I-MR / EWMA 控制图：在线报警「这一刻是否出界」，不负责回溯切历史。
输入、输出与限制
输入
分析对象是一条按时间升序的定量列。行序就是搜索轴。不要把截面户或乱序编号当成时间。
分析序列：最少 1 个，最多 1 个。
输出
占用表把采样点打进三段互斥体制：类别 A 前段、类别 B 中段、类别 C 后段，给出频数、占比与合计。图在轨迹上标出切分。读「何时换挡」看图上的竖线；占用只说明各段有多长。
产品限制
占用合计是分段点数，可以接近行数，但缺失行不进入任何一段。
最少段长有下界，贴边的「半个点」不会单独成段。
类别 A/B/C 是按时间顺序的段，不是「均值低 / 中 / 高」三档。
一次运行默认按均值（或方差）损失搜索，不自动拟合带协变量的回归。
检出多个切点时，占用仍折成三档展示，不要把三档理解成「恰好两个变点」。
案例
研究问题。 一条产值或收益轨迹看起来后半段抬高了，但没有事先写进备忘录的换挡日。要先估计切在何处，以及新体制是否已经比旧体制更长，再决定要不要分段建模。
教学示例的分段占用合计 234 个点：前段（类别 A）54（23.08%），中段（类别 B）70（29.91%），后段（类别 C）110（47.01%）。后段最长，提示搜索把较新的一段判成单独体制。下载时间序列表后，可用「annual」产值或「returns」收益练习。234 与工作表行数不必相等。
在 StatsX 中操作
步骤 1 · 上传表格
打开工作台，将 Excel / CSV / JSON 拖入上传区。练习台阶用「annual」产值；练习噪声里的弱切分用「returns」。单文件不超过 20 MB。
步骤 2 · 查看画像与质量
目标列须为定量、已按时间升序。先看轨迹：只有平滑斜坡、没有台阶，搜索容易切在任意处。事件 0/1 列是已知日期的标记，不要当本页的 Y。
步骤 3 · 选择「突变点检测」
在算法目录搜索「突变」「变点」或「changepoint」，点选突变点检测。它是回溯切分，不是控制图的在线规则。
步骤 4 · 指定变量并运行
分析序列只勾一列。不要同时塞进处理组虚拟变量——那是 DID 的角色，不是搜索轴。
步骤 5 · 阅读结果
先看三段长度是否合理（有没有一段短到像噪声切分），再在图上读竖线对应的期次。后段 47.01% 不是「变点个数 = 3」。
如何阅读输出
占用表把 234 个采样点折进三段。前段 54（23.08%）最短，中段 70（29.91%），后段 110（47.01%）最长。这是「新体制已经持续更久」的长度证据，还不是「发生了三次跳跃」。没有逐点 τ̂ 列表时，不要把 47.01% 写成变点日历。
| 项目 | 类别 | 统计量 | 取值 |
|---|---|---|---|
| 突变点检测 | 类别 A | 频数 | 54 |
| 突变点检测 | 类别 B | 频数 | 70 |
| 突变点检测 | 类别 C | 频数 | 110 |
| 突变点检测 | 合计 | 有效样本 N | 234 |
| 突变点检测 | 类别 A | 占比(%) | 23.08 |
| 突变点检测 | 类别 B | 占比(%) | 29.91 |
| 突变点检测 | 类别 C | 占比(%) | 47.01 |
左右滑动可查看完整表格
教学示例表在 StatsX 工作台中的计算结果口径。
前段 23.08%、中段 29.91%、后段 47.01%。后段领先只说明搜索把较新的点划进同一体制。若轨迹仍是斜坡，这三段可能是算法在单位根路径上的过切。先 ADF，再决定要不要相信竖线。Chow 不会出现在这张表里：它要求你先指定日期，再比较两侧回归。
解读顺序：序列是否已排序 → 目视有无台阶 → 最短段是否短到像假阳性 → 图上 τ̂ 的业务含义 → 才写「在第 t 期换挡」。分段之后的模型（各段各自 ARIMA，或加虚拟变量的回归）在本页之外完成。
理论与公式
均值变点把记录切成若干段，每段内部用自己的均值拟合，搜索使残差平方和（或似然）下降最多的位置。单变点可写成：
多变点常用 PELT 或二元分割，用惩罚项阻止切得过碎。方差变点则比较各段样本方差。这些 τ 都是数据依赖的。相比之下，Chow 检验预先固定 τ₀，在回归 y=Xβ+ε 上比较「全样本一套 β」和「τ₀ 两侧两套 β」：
把搜索出来的 τ̂ 再塞进 Chow，F 会被「已经挑过最大切分」抬高，名义 p 值偏小。本页占用表在切分之后清点各段点数。它是段长直方图，不是 F 统计量，也不是变点个数。后段占比高，只说明新体制覆盖了更多点。
注意事项
已知政策日时不要用盲搜代替识别策略；搜索会「恰好」切在你已经知道的日子上，看起来像发现。
单位根或强漂移会制造假台阶，先检验平稳性。
三档加总是 100%，不能把占比解释成「发生了三次突变」。
最短段若只剩十几个点，优先怀疑惩罚太小，而不是写「体制极不稳定」。
控制图报警的是当前点，变点检测回溯整段历史，两者日期不必相同。
多列联动换挡应在 VAR 或方程组里讨论，不要对每一列各切一次再强行对齐。
常见问题
参考文献
Chow, G. C. Tests of Equality Between Sets of Coefficients in Two Linear Regressions[J]. Econometrica, 1960, 28(3): 591–605.
Killick, R., Fearnhead, P., & Eckley, I. A. Optimal Detection of Changepoints With a Linear Computational Cost[J]. JASA, 2012, 107(500): 1590–1598.
Bai, J., & Perron, P. Estimating and Testing Linear Models with Multiple Structural Changes[J]. Econometrica, 2003, 71(1): 47–78.
陈强. 高级计量经济学及 Stata 应用[M]. 高等教育出版社.