在統計的領域上，改變點(change-point)的分析算是重要的。一般研究改變點的方
式分為古典(classical) 和貝氏(Bayesian)，而這兩種方法皆有優缺點。
本篇論文是探討在一序列的珈瑪(gamma) 變數中，貝氏的方法將會運用在分析改變
點的信賴區間(credible sets) 的穩健性或敏感度(robustness or sensitivity)
。這ε拼湊前置分配集合(ε-contamination class of priors)將會被考慮在此分
析中，而且在這ε拼湊前置分配集合中，共軛前置分配(conjugate prior) 是被抽
取出來(elicited)的。針對這個抽取出來的前置分配(elicited prior)，我們將會
獲得改變點的後置(posterior) 分佈。此外，對於ε拼湊前置分配集合，我們求得
改變點的信賴區間的範圍。並且，ML-II 處理方式(approach)用在估計牽涉在共軛
前置分配中的超參數(hyperparameters) 。最後，我們獲得的結果運用於分析煤礦
災變 (coal-mining disasters) ，股票市場 (stock market) ，和飛航流量 (air
traffic flow) 等的實際問題上。