近年来变点的检测和估计已经成为了统计学研究的热点问题,变点问题的理论研究与实际应用得到了快速的发展,国内外已经产生了一批有关于变点问题的理论成果,Csorgo、Horvath、Haccon、Meelis和我国的陈希孺、王黎明等人都对变点问题的研究产生过很大的影响.本文以Bayes相关知识为基础,讨论了单参数指数族分布的变点问题.本文主要分为三个部分,第一部分简述了变点问题的背景以及近些年来变点问题的研究概况和贝叶斯方面的相关知识.第二部分使用Bayes方法从理论上推导出了单参数指数族分布参数变点的后验分布表达式,并且将此方法应用在指数族分布中的三个具体分布的变点问题上,即指数分布、正态分布、泊松分布.第三部分使用MCMC方法对指数分布、正态分布、泊松分布的变点问题逐一做了实证分析,证明了方法的有效性.本文第一章为引言叙述了变点问题产生的背景、近些年国内外的研究状况、主要的研究方法以及相关的预备知识.第二章主要介绍了贝叶斯方面的相关理论.第三章使用Bayes方法对指数族分布参数的变点位置m及其参数在理论上建立了推断模型,同时使用该方法解决了指数族分布中的三个具体分布的变点问题,即指数分布、正态分布、泊松分布.在推断过程中使用了Fisher信息阵来确定相关参数的先验分布.第四章使用MCMC方法对指数分布、正态分布、泊松分布的变点问题逐一做了模拟研究,通过模拟发现最后得到的参数模拟结果与真实值非常接近,并且模拟过程中所产生的马尔科夫链是收敛的,说明模拟结果非常理想,使用该方法处理单参数指数族分布的变点问题非常有效.第五章对本文做了一个小结同时对变点问题做了一些展望,罗列了一些在这个领域还可能有所突破的地方.