多终点比较(Multiple endpoints comparison)的研究是生物医学领域研究的前沿热点问题之一。在临床试验中，为了测试一种新药或新疗法的效果，将病人随机分成治疗组和对照组，通过对试验结果进行比较来评价治疗的效果。本文主要对多终点比较的统计检验问题进行研究。本文的主要工作如下:　　给出了分组Hotellings T2检验。该检验构造步骤如下:(1)对数据做逆正态变换;(2)对变换后的数据进行分组，在每组内进行Hotellings T2检验;(3)基于每组的p值构造检验统计量。模拟结果表明我们的方法可以很好地控制第一类错误，且在大多数情形下比现有的方法更有效。此外，我们将此方法应用于血浆肾素活性和大脑衰老PI3K/AKT网络负调控通道数据两个实例中，表明我们的方法要优于其他的方法。　　给出了消除协变量效应的MIN2检验。该检验构造步骤如下:(1)构造基于Kendallsτ距离的伪F检验;(2)构造消除协变量后的调整秩和检验;(3)根据两种检验的p值构建MIN2检验。模拟结果表明我们的方法可以很好地控制第一类错误，在备择假设下比现有的方法更有效。大脑衰老ERK1激活通道数据的分析进一步表明MIN2很好地检验出不同年龄段两组基因表达之间的差异。　　给出了逐步秩和检验。该检验构造步骤如下:(1)对每个终点构建两样本秩检验;(2)将终点按照秩检验的绝对值排序并累和;(3)基于累和的p值构建检验统计量。模拟结果表明，我们的方法可以很好地控制第一类错误，且在大多数情形下比现有的方法功效更高。我们将此方法应用于偏头疼针灸实例中，发现我们的方法相比于其他方法更加有效。　　给出了高维情形下自适应分组的两样本位置参数检验。该检验构造步骤如下:(1)计算每个终点的p值;(2)通过阈值对将p值分为三组并使用其中p值较小的两组，在每组中确定检验的p值;(3)基于每组的p值构造检验统计量。这里自适应的含义是指基于多个阈值对的最大值来确定统计量。模拟结果表明我们的方法可以很好地控制第一类错误，在大多数情形下功效比现有的方法更高。我们应用此方法来研究大脑衰老的年龄通道数据，发现只有我们的方法能够识别两组基因表达之间的差异。