在数理统计学中，转变点问题是一门较新的课题。一般认为转变点问题的研究始于Page(1954)在Biometrika上发表的一篇关于连续抽样检验的文章，早期的转变点问题主要研究工业自动控制中的一些问题。20世纪60年代后期，更多的统计学者，投入到这一研究领域，发表了一批有关转变点理论和应用的学术论文。特别是近二十年来，转变点的研究在理论和应用方面都有了快速的发展。在理论上，已有了一系列较记为成熟的结果，CsorgoandHorvath(1997)的专著“Limittheoremsinchange-pointsanalysis”，就是对这一领域近二十年来理论的总结。转变点理论是统计推断的中心问题之一，由于转变点问题常常涉及到非独立随机变量分布的问题，这是非常难以处理的，所以这个问题的研究在理论上难度很大，更富有挑战性。一些处理转变点问题的方法也不断完善起来，如极大似然法，（加权）最小二乘法，非参数方法和Bayes方法等等。在应用方面，现已发展到在经济、金融、医学和气象等诸方面都有大量的应用背景。本文主要讨论了几种模型的转变点问题及其应用。首先利用线性回归模型分析改革开放以来我国居民储蓄与收入的关系，并引入转变点理论研究二者关系发生结构性转变的问题；接着将贝叶斯方法和信息准则方法相结合，检测了来自指数族分布的独立序列的转变点问题；在分析中考虑到了指数族的共轭先验，得到了转变点的Schwarz贝叶斯信息准则。因为共轭先验中包含超参数，在应用中将用ML—Ⅱ方法来估计它们；随后，讨论了结构模型中参数只有一个转变点的检验和估计问题，基于最小信息准则原理，利用Schwarz信息准则(SIC)，在多余参数已知和未知的情况下分别给出了检验统计量；最后利用LajorsHorvath给出的方法，估计了日美汇率数据的均值转变点。