本论文主要研究了面板数据下均值变点模型中变点的估计和检验问题.全文共分为四章:在第一章中,我们介绍了变点检测问题的研究背景及现状.随后对相应的预备知识包括累积和(CUSUM)方法以及面板数据作了简单介绍,最后给出了本文的主要研究内容.在第二章中,我们看到,作为最早研究面板数据下的均值模型变点(Change-point)问题的学者之一,文献[16]的作者J.S.Bai于2010年提出了一种最小二乘估计(LSE)方法,证明了变点估计量的相合性,计算了估计量的收敛速度.在这一章里,同样针对面板数据下均值模型的共同变点,我们提出了另一个新的CUSUM估计量,也证明了估计量的相合性并确定了它的收敛速度.随后进行的蒙特卡洛模拟显示,无论在精确度还是运行时间上,我们的估计方法均优于文献[16]提出的LSE方法.在第三章中,我们对面板数据模型下变点是否存在的检验问题展开了研究.我们首先建立了面板序贯模型和关于变点的假设检验问题,构造了检验统计量并得到其极限分布.随后根据相关理论结果,我们提出一种渐进检验法以及一类序贯自助检验法.在近几年针对单序列序贯模型下的变点检验问题,很多学者采用自助检验法(Boot-strap).但到目 前为止,现有的关于 自助法检测变点的所有文献都是针对一般的单时间序列,因此,在这一章中,我们把它推广到更复杂的数据类型,即对面板数据下序贯模型中的变点问题进行研究,对于变点是否存在提出了新的自助检验法,并进行了有效性研究.随后在模拟部分我们将对这两种检验方法进行了展示和比较.此外,我们在自助检验方法中也引入了序贯思想,随着新的检测数据逐步加入去调节检验的临界值,从而真正达到实时监测变点的目的.在第四章中,我们对面板数据下的变点检测问题进行了总结和研究展望。