变点问题从20世纪70年代以来一直是统计学中的一个热门话题。它广泛应用于工业质量控制、经济、金融、医学、计算机等领域。所谓变点指的是在一个序列或过程中的某一位置或时刻τ0,在此前后观测值或数据遵循两个不同的模型。本文在利用滑窗方法给出变点估计量的基础上,对跳跃度变点估计的Op收敛速度和渐进分布进行了研究,共分四章进行了介绍。在第一章中,首先简要概述了变点问题的由来和常见研究内容及方法；其次,我们介绍了对不同变点问题运用不同方法的研究现状；再次,对变点问题在不同领域的应用研究进行了描述。最后阐述了跳变点问题和变点估计量的收敛速度及渐近分布的研究现状。第二章对至多只有一个跳跃度变点τ0的变点模型Xi=a+θI,{[nτ0]<i≤n}+εi,i=1,2,…,n,假定ε1,ε2,…,εn为0均值,方差有限的独立同分布的随机变量序列。在利用滑窗方法给出变点估计量的基础上,研究了局部对立假设条件下变点估计τ的Op收敛速度,即跳跃度θ依赖于样本量n的大小,并记θ为θn且满足θn→0(n→∞),在窗宽满足一定条件下,则有第三章进一步研究了跳变点估计的渐近分布问题,在局部对立假设条件下,给出了σ2已知时,变点估计τ的渐进分布为(W(s)一|s|),其中W(s)为文中定义在(-∞,+∞)上的双侧布朗运动,并利用滑窗方法对其进行了证明。而对于σ2未知时,我们用σ2和θn的估计σn2、θn2(m)来代替。第四章对全文进行了概括总结,并对将来变点研究的发展趋势进行了展望。