变点问题是近年来统计学研究的热门课题之一,在经济、金融、气象、通讯等领域,都有着较为广泛的应用。本论文主要研究了CUSUM型变点估计量的调节参数选取和Weibull分布参数的变点估计问题,并将其应用于实际数据分析中。在研究CUSUM型变点估计量时,选择一个较为恰当的调节参数可以使估计具有更佳的效果。通过蒙特卡洛方法,研究调节参数的取值对于变点估计结果的影响时发现,在真实变点位置不同的情况下,调节参数对CUSUM型变点估计结果的影响有着显著的差异。在此基础上,提出了基于数据驱动的调节参数选择算法。通过模拟分析证实该方法选取的调节参数可使CUSUM型变点估计量更具稳健性。随后将该方法应用于1971年7月至1974年8月道琼斯周收盘指数变结构点的CUSUM估计中,估计结果与实际情况相符。本论文的第二部分基于Seguro(2000)三参数Weibull分布参数变点的似然比估计量,对A气象站去趋势的年最大风速数据的非气象变点进行估计。结果表明,由该方法估计出的A气象站最大风速非气象变点出现在2003年,这与A气象站2003年前后台站迁移且海拔显著变化的实际情况不谋而合。