在大数据时代,数据资源是分析各个领域不可或缺的资料。随着信息收集方式的不断进化,数据资源的维数和数量也逐渐增多,产生了大样本数据及高维数据。就高维数据而言,由于数据维数的增高使得计算难度大幅上升,如何有效地分析高维数据,是研究者们面临的非常重要的问题。一个解决高维数据分析难题的有效方法就是变量筛选,通过变量筛选将高维数据降低到适当维数,为后续的分析工作有效减负。论文的第一项工作是将条件互信息用于变量筛选方法中。本文用条件互信息来度量变量间的相关程度,使用的估计方法对数据分布无限制,计算简便。基于条件互信息的独立性检验结果表明,条件互信息能较好地控制犯第一类错误的经验概率,而且它的经验势能也非常不错。这都说明条件互信息可以敏感地捕捉变量间的相关性,能够以条件互信息为基础进行后续的变量筛选工作。论文的第二项工作是提出基于条件互信息的前向变量筛选方法和集成变量筛选方法。模拟实验结果表明,基于条件互信息的前向变量筛选方法和集成变量筛选方法在各类情形下的整体表现优秀,能够较好地兼顾变量筛选的速度和准确率。此外,基于条件互信息的前向变量筛选方法和集成变量筛选方法能较好地应用在基因微阵列数据和新闻文本数据的变量筛选中。论文的第三项工作是提出基于条件互信息的加权集成变量筛选方法。数值模拟和真实数据集的实验结果表明,该方法在变量筛选上有较为不错的表现。大多数情形下,基于条件互信息的加权集成变量筛选方法的筛选速度和准确率比集成变量筛选方法和前向变量筛选方法更具优势。