变点问题自20世纪70年代一直是统计中的一个热门话题,它广泛应用于工业,经济,金融和地震预测等多个领域.一般认为,变点问题的研究始于Page于1954年在Biometrike上发表的一篇关于连续抽样检验的文章[1].在理论上,变点问题的发展已经较为成熟,Cs(o)rgǒ和Horv(a)th在1997年的专著[2]就是对这一领域近二十年来理论问题的总结.本文主要利用极大似然法,最小二乘法以及CUSUM方法研究了变点估计及其相应的性质.全文共分五章,其中的第三章和第四章是本文的核心内容.　　 第一章,我们简单概述了变点问题的主要概念,并且指出了研究变点问题的重要意义.　　 第二章,我们给出了本文所需的基础知识:介绍了变点问题的主要研究方法,以及给出了变点问题的研究进展.　　 第三章,我们讨论了p阶自回归模型中的变点检验问题,对于自回归模型在模型的白噪声序列的方差σ2未知的条件下,分别利用最大似然估计方法和最小二乘法给出了变点的检验统计量,并得到统计量的渐近分布,最后给出了证明.　　 第四章,我们考虑了一列具有均值变点的(p)-混合序列{Xi；i=1,2,…,(n)}((n)≥2),在Xi的q阶矩有限(q>2,1≤i≤(n))的前提下,我们得到均值变点的CUSUM估计量的强弱相合性,并且得到强弱收敛速度。类似的在相同的前提下得到了(p)混合序列中均值变点的强弱相合性以及强弱收敛速度.　　 第五章,我们指出了本文的不足以及可以进一步讨论的问题.