امروزه مدلهای آمیخته خطی به طور گسترده برای تحلیل داده ها در علوم مختلف مورد استفاده قرار می گیرند. در اینگونه مدله ا اغلب با اتخاذ روش پارامتری، فرض می شود توزیع اثرات تصادفی نرمال است. همچنین هنگامی که توزیع داده ها چوله یا دم کلفت است، تعمیم هایی از توزیع نرمال مانند چوله نرمال یا چوله نرمال مستقل برای اثرات تصادفی فرض می شود. اما این توزیعه ا تک مدی بوده و استفاده از آنها وقتی توزیع داده ها چند مدی است، توجیه پذیر نیست. برای رفع این محدودیت، در این پایان نامه رهیافت بیز ناپارامتری مبتنی بر فرایند دیریکله آمیخته مورد مطالعه قرار گرفته و بر این اساس کلاس انعطاف پذیری از توزیع ها برای اثرات تصادفی در نظر گرفته می شود. بدین ترتیب خوشه بندی داده ها نیز میسر می گردد. لازم به ذکر است استنباط مدل به روش بیز تجربی انجام می گیرد که در آن برآورد پارامترهای مدل براساس الگوریتم em به دست می آیند. در انتها نیز عملکرد مدل معرفی شده در یک مثال شبیه سازی ارزیابی شده و سپس با کمک آن داده های نرخ بیکاری استان های کشور طی سالهای 84 الی 89 تحلیل می شوند.