본 논문은 순차적 변화점 분석에서 주로 연구되지 않은 기본적인 문제, 즉 변화가 감지된 후 추론을 수행하는 문제를 다룹니다. 순차적 검출 알고리즘 $\mathcal A$가 변화를 선언하는 데이터 종속적 정지 시간까지 관찰된 데이터만을 사용하여 변화점을 국지화하는 문제를 연구합니다. 먼저, 변화 전후 분포가 알려져 있다고 가정할 때 알려지지 않은 변화점에 대한 신뢰 구간을 구성합니다. 그런 다음, 복합적인 변화 전후 시나리오로 프레임워크를 확장합니다. 관찰 공간이나 $\mathcal A$에 대한 조건을 부과하지 않습니다. 시뮬레이션된 데이터 시퀀스에서 $\mathcal A$를 실행할 수만 있으면 됩니다. 요약하자면, 본 연구는 이론적으로 건전하고 실제로 효과적인 순차적 변화점 국지화 도구를 제공합니다.
