多重假设检验在现实生活中有大量的应用，例如医药行业、生物信息学、基因组学、大脑成像技术等，近年来的研究主要专注于在控制FWER或FDR的情况下寻找功效更高的检验。其中一个关键问题是多重假设检验中正确原假设比例估计。　　本文回顾了几种主要的估计方法，并提出将Hochberg&Benjamini[3]提出的想法与Storey&Tibshirani[17]提出的算法结合，得到新的估计法。通过模拟，新的估计法相比上述两种方法，在检验个数较多时估计更好，并且优于Storey[18]提出的算法。我们将上述几种估计法用于基因微阵列中的基因筛选，新提出的方法与Hochberg&Benjamini[3]与Storey&Tibshirani[17]提出的算法相比，或者可以找到更多的有效基因，或者可以在找到相同数目的有效基因情况下，寻找到的总基因个数更少。　　本文的第一章主要介绍经典的假设检验理论中的主要概念与方法，第二章给出多重假设检验标准FWER与FDR的定义及相应的算法;第三章介绍几种估计多重检验中正确原假设比例的方法，并提出新的估计法，通过多组模拟，比较在不同情形下，四种方法的估计偏差。第四章将上述估计方法应用于基因微阵列，比较四种方法寻找有效基因的效果。