平穩性是時間序列分析與預測的核心概念。在平穩條件下，時間序列的統計特性（如均值）在時間維度上保持不變，僅存在隨機波動。
但是實際資料集中很少觀察到完全的平穩性。時間序列通常會經歷結構性斷裂或變化。這些變化會引入非平穩性，從而改變時間序列的整體分佈，這些標誌著變化開始的時間點被稱為變化點。
在時間序列分析和預測中，準確檢測結構變化至關重要。新出現的分佈模式往往會導致歷史資料失去代表性，進而影響基於這些資料訓練的模型的有效性。因此需要採用最新資料更新模型或採取其他適當策略。對於歷史資料中的變化點，可以透過特徵工程方法（如干預分析）進行處理。
https://avoid.overfit.cn/post/79dc01ee0f834c03af1991a118b5fed0