本文围绕分段线性Tobit回归模型展开研究,研究目的是估计分段线性Tobit回归模型中的变点个数、变点值以及回归系数.首先对研究背景、国内外研究现状及研究内容等方面做了介绍.第二章基于格点搜索法对含单变点的分段线性Tobit回归模型进行研究,对变点和回归系数进行了估计,得到估计量的大样本性质,给出了变点存在性的检验.模拟结果表明估计和检验方法的效果较好,验证了理论结果.最后,利用本章的方法对实际问题做了实证分析,解释了实际问题.格点搜索法处理非线性问题有很好的适用性,但是过密的格点会加剧计算精度和计算时间.为提高运算效率,第三章提出核函数法研究了含单变点的分段线性Tobit回归模型,核函数法将目标函数中不可导的项通过泰勒展开,将目标函数光滑化,然后赋予变点和系数初值,迭代得到变点和其他参数估计,并推导得到估计量的大样本性质,通过模拟验证了估计方法的有效性和可靠性,利用本章方法对实际问题进行的实证分析表明变点确实存在,估计结果更符合实际情况.考虑到含单变点的分段线性Tobit回归模型在应用中会受到限制,第四章则基于线性化技术研究了含多个变点的分段线性Tobit回归模型.通过给定多于真实的变点个数的变点初值,利用线性化技术估计变点值和其他参数,剔除异常变点值,利用BIC信息准则对变点进行变量选择,确定变点个数,最终得到变点个数、变点及回归系数的估计.模拟研究表明该方法具有很好的稳健性和适用性,利用该模型对实际问题做了实证分析.最后概括总结了本文的主要结论和后续的工作展望.