许多经济、金融等数据都具有长记忆性,且可能含有变点,这使得长记忆时间序列中各类变点的统计推断成为统计学中的研究热点.本文提出了检验长记忆时间序列中均值变点、方差变点以及持久性变点的一些方法,并从理论分析、数值模拟和实际数据分析三个角度说明了所提方法的有效性和可行性.具体内容安排如下:第一章绪论介绍了变点和长记忆时间序列的概念,同时给出了文献中关于均值变点、方差变点和持久性变点检验的相关研究成果.第二章提出了一个新的统计量来检测长记忆时间序列中可能存在的均值变点,为便于实际应用还提出了一种Sieve Bootstrap方法来近似统计量的临界值.模拟结果表明本章方法不仅可以很好的控制经验水平,且经验势比文献中已有方法有一定幅度的提高.第三章提出了一种检验长记忆时间序列方差变点的方法,并构造了和第二章类似的用于近似统计量的临界值的Sieve Bootstrap方法,模拟结果显示所提方法对于长记忆时间序列中方差由小变大和由大变小两个方向变化的变点都有很好的检验效果,并通过一组青青稞酒股票数据说明了本章方法的实用性.第四章中提出了两个修正比率统计量分别用来检测长记忆时间序列中可能存在的从平稳向非平稳变化和从非平稳向平稳变化的持久性变点,模拟结果表明,提出的方法不仅能够很好的控制检验水平,且具有较高的检验势.最后通过一组美国通货膨胀数据说明了该方法的实用性.第五章总结了全文,并给出对长记忆时间序列中变点检验的一些展望.