在非参数Bayesian中，Dirichlet过程先验得到了十分广泛的应用，其主要原因有以下三个： 1.先验比较容易细化，可以由它的参数确定，并且参数有合理的解释； 2.它是一个共轭先验族，后验容易计算； 3.后验可以表示成先验预测与样本分布的混合，在应用中有好的解释。 右中立过程作为Dirichlet过程的一种推广，它是否具有Dirichlet过程的一些好的性质和合理解释呢?如果没有，一些特殊的右中立过程是否具有呢?这是本文的出发点。 在第一章，简单地叙述了右中立过程的背景和发展状况。 在第二章，分别就一般的Levy过程和累积失效过程介绍了右中立过程，给出了在可能右删失数据下的后验形式以及后验估计。此外，还给出了右中立过程的一些基本性质，并对它的支撑问题展开了讨论。 在第三章，主要介绍了几类特殊的右中立过程，包括齐次右中立过程、Beta过程和Beta-Stacy过程，分别讨论了它们的先验细化、后验形式以及后验估计，并着重讨论了它们的参数的解释问题。特别地，对于Beta过程和Beta-Stacy过程来说，它们的性质以及参数的解释完全可以和Dirichlet过程媲美，它们本身也是两个共轭的先验类，具备了Dirichlet过程的三条主要性质。最后证明了在考虑非参数Bayesian的时候，用Beta过程和Beta-Stacy过程作为先验是等价的。 在第四章，简单地介绍了空间右中立过程，它把右中立过程从实数轴上推广到了一般的Polish空间上。 总之，右中立过程作为非参数先验类在处理右删失数据时是十分方便的，用Dirichlet过程处理的问题，也总是可以考虑用右中立过程来处理。 和Dirichlet过程一样，我们还可以去考虑它的后验相合性以及混合右中立过程等问题。