销量连续几天高于预测，不一定是价格与销量的关系变了，也可能只是误差会“接着走”：今天偏高，明天仍容易偏高。若忽略这种自相关，系统就可能把持续波动误报成变点。Jeong 等人的 SR-SVB 面向持续到来的回归数据，在新数据到达时同步判断结构是否突变，并更新当前状态的不确定性。
它最具体的一步，是把每批数据后的候选状态拆成四种：回归关系与噪声方差分别选择“保留”或“重置”，再用概率权重表示哪种解释更可信。这里的重置并非清空历史，而是削弱旧信息；描述相邻误差关联的自回归系数则持续更新。这样，当只有噪声幅度变化时，模型不必连仍然有效的回归关系一起丢掉。作者还用剪枝限制候选状态数量，因此每批计算量和内存不会随累计样本量增长。论文称该方法可同时给出两类变化的近似概率，但所给材料未提供具体性能数字。