在第三章中我们利用 CUSUM 方法讨论了 Γー分布参数是否存在变点的假设检验题、检测变点 位置的程序、变点的估计的强弱相合性和强弱收敛速度。同时对变点处（假定已检测有变点）的变异系数和跳跃度进行估计，并给出了估计量的渐近分布。当跳跃度较小时，给出了变点估计的渐近分布，在方差未知时，用自正则方法给出了变点的检测方法，并给出了 Matlab 模拟结果
谭智平，缪柏其（2000，2001) 利用 CUSUM 和 Brownian Sheet 方法给出了变点的非参数检测程序和区间估计，并证明了变点估计的强相合性
Aue and Horvath (2004) 提出了均值序贯变点的加权 CUSUM 检测法，并得到了 CUSUM 检验统计量的渐近分布
Galeano and Pena (2007) 考虑了向量 ARIMA 时间序列模型，对误差方差变点提出了似然比检验方法，当分量之间的协方差和误差方差同时存在变点时分别提出似然比和 CUSUM 检验法
关于变点的非参数 CUSUM 检验和估计，如 Huse (198)2, Ri tov (1990), Inclan and Tiao (1994), Sirvastava and Wu (1999), Ding (2003), Wu (2004, 2006) Ding and Wu (2006) 等
滑窗法
CUSUM法
