看看这张照片：

它描绘了连续i值的一系列相同运行的箱线图。（AFAIK 是标准的最小值/最大值和第 1、第 2、第 3 个四分位数。）所以 1 的 x 轴代表 1000 次运行，其中 i=1；第二个图显示了 i=2 的 1000 次运行；等等。

很容易观察到 i=1,2 和 i=3-19 之间存在分裂。i=2 的值“平均”大一点。

我的目标是给定生成此图的输入，以编程方式找到发生突然一致变化的分割（在 2 和 3 之间）。（第 1 步）如果有某种置信度分数与之相伴，那就太棒了——仅用于用户反馈。变化可能是向上或向下的，但我知道在分割的两侧，值将是一致的（就像 i > 2 箱形图保持相当均匀并且不会返回到 i<2 值）。

然后，在那之后，我想对一个未知的 i 进行测量并决定它落在分裂的哪一侧。现在我知道我永远无法通过一次测量得出结论性的答案，所以我计划对这个未知但不变的 i 值进行几次（5？50？100？）测量。然后使用这些测量值知道 i 落在分割的哪一侧（步骤 2）。同样，如果有与此决定相关的置信度值，那就太棒了。

我在 python 中工作，所以如果有一个很棒的库，但是我自己实现一个算法/方程很酷。我应该阅读哪些技术/方程式/论文来学习如何做到这一点？