| 中文摘要 | 第1-7页 |
| English Abstract | 第7-12页 |
| 第一章 引言 | 第12-26页 |
| §1.1 多重检验的背景和意义 | 第12页 |
| §1.2 符号说明 | 第12-13页 |
| §1.3 多重检验的错误测度 | 第13-21页 |
| §1.4 P值的定义和性质 | 第21-26页 |
| 第二章 多重检验的方法 | 第26-45页 |
| §2.1 独立情形下的检验方法 | 第26-31页 |
| §2.1.1 基于FDR控制的检验方法 | 第26-29页 |
| §2.1.2 基于pFDR控制的检验方法 | 第29-31页 |
| §2.2 相依情形下的检验方法 | 第31-34页 |
| §2.2.1 基于FDR控制的检验方法 | 第31-33页 |
| §2.2.2 基于pFDR控制的检验方法 | 第33-34页 |
| §2.3 Fdr和fdr | 第34-39页 |
| §2.3.1 检验的等价性 | 第35-36页 |
| §2.3.2 贝叶斯多重检验 | 第36-39页 |
| §2.4 差值法检验的研究 | 第39-45页 |
| 第三章 估计真实零假设的个数m_0或比值π_0 | 第45-63页 |
| §3.1 最低斜率估计m_0 | 第45-46页 |
| §3.2 λ-估计 | 第46-48页 |
| §3.3 Monte carlo抽样估计 | 第48-49页 |
| §3.4 减密度估计 | 第49-51页 |
| §3.5 经验贝叶斯估计 | 第51-52页 |
| §3.6 直方图估计 | 第52-54页 |
| §3.7 差值法估计 | 第54-55页 |
| §3.8 模拟比较各种估计方法的优劣 | 第55-63页 |
| 第四章 参数混合模型的估计 | 第63-77页 |
| §4.1 正态分布混合模型 | 第63-70页 |
| §4.2 Beta分布混合模型 | 第70-74页 |
| §4.3 参数模型的推广 | 第74-77页 |
| 第五章 非参数混合模型的估计 | 第77-95页 |
| §5.1 最小二乘估计 | 第78-79页 |
| §5.2 非参数有偏估计类 | 第79-82页 |
| §5.3 Beta分布拟合模型 | 第82-84页 |
| §5.4 凸减密度拟合模型 | 第84-85页 |
| §5.5 Beinstein多项式拟合模型 | 第85-86页 |
| §5.6 非参数指数混合模型 | 第86-93页 |
| §5.6.1 NPMLEπ_0~(NEM)的EM算法 | 第89-91页 |
| §5.6.2 加权的非参数最大似然估计(WNPMLE)算法 | 第91-93页 |
| §5.7模拟研究 | 第93-95页 |
| 第六章 多重检验的应用 | 第95-100页 |
| §6.1 基因表达差异的显著性分析 | 第95-98页 |
| §6.1.1 乳腺癌基因表达数据分析 | 第96-98页 |
| §6.1.2 白血病基因表达数据分析 | 第98页 |
| §6.2 总结和展望 | 第98-100页 |
| 附图 | 第100-104页 |
| 参考文献 | 第104-111页 |
| 攻读博士学位期间撰写的论文目录 | 第111-112页 |
| 致谢 | 第112页 |