变点检测是统计学研究的热点课题之一，有很多学者对正态回归模型的变点检测研究做出了不少成果.t回归模型是正态线性回归模型的推广，但它比正态线性回归模型具有更强的稳健性和更广的应用范围，在实际问题中，数据往往具有重尾的性质，因此t回归模型是比正态线性回归模型更合理的假设，大部分学者研究数据的期望或者回归模型的回归系数的变点问题，而将方差看做是讨厌参数.但是，方差也是研究数据特性的重要参数，也会有变点问题存在，而关于t回归模型的方差变点检测问题还没有进行过比较详细的研究.　　 本文首先应用经典SIC的方法检测t回归模型的方差变点，并应用Bootstrap的方法给出了其近似区间估计，其次，将类似的方法应用到同时存在回归系数和方差变点的模型上，同时得出了它们的点估计.然后，应用贝叶斯方法中的Gibbs抽样方法检测模型的变点，并且应用二分法逐步检测多变点，最后，应用MCMC方法给出多变点问题的同时估计.