本文从变量相关性角度、对变量被选概率添加罚因子的思想提出基因特征选择的方法，根据基因被选次数来决定其是否差异表达。结合常用的SAM(Significance Analysis of Microarray)法和Bradley Efron提出的方法，比较分析了两组数据。　　 模拟数据的前20个变量被标识为差异表达。SAM法筛选出17个变量，都来自目标变量，未被选出的三个变量是12号、18号和19号。当fdr＜0.2时，Efron的方法筛选出18个变量，都属于被标识的差异变量，12、18号未被选出。本文方法筛选结果中，频数排在前17位的都是目标变量，其余三个目标变量19号、18号、12号的频数分别位于第19、22、24位。前24位中目标外的四个变量分别是第841、371、140和492号。从两样本t统计量的p-value分析，以上四个目标外变量的p-value确实比12号、18号要小，其余18个目标变量的p-value位于前18位，这说明这四个变量的出现是合理的。用Efron的方法筛选基因结果优于SAM法，而本文方法能更准确地对变量排序。　　 本文比较了变量筛选概率添加罚因子和不添加时的结果。添加罚因子时，目标变量累积出现次数比重为68％，只有3个目标变量未出现，12个频数大于1的变量都是目标变量。不添加罚因子时，未出现变量达到9个，频数大于1的7个变量中只有5个是目标变量。这说明添加了罚因子提高筛选效率和准确度。　　 第二组数据是Golub的白血病数据。SAM法筛选出了76个基因。Efron法在fdr＜0.2，只筛选出6个基因;当fdr＜0.4时，得到23个基因。本文方法选择频数大于38的基因共74个，有41个出现在SAM法的结果中。排在前5位的分别是X95735_at、M27891_at、M23197_at、Y12670 at和M16038_at，从t统计量的p-value分析，这5个基因的p-value排在前6位。选择排在前20位的基因做进一步分析，添加罚因子运行一次时，出现次数大于1的基因中，70％出现在总结果中的前20位，有7个出现在Efron的方法结果中。不添加罚因子时，只有38％位于前20位，且只有6个位于Efron的方法结果中。从与总结果、Efron法的结果比较来看，添加罚因子效果更佳。　　 用SAM法筛选的基因建立支持向量机分类器时，错分率为0，支持向量个数达到31。当fdr＜0.2，Efron法筛选出的6个基因建立分类器错分率为2.63％，支持向量个数19个;当fdr＜0.4，筛选出的23个基因建立分类器时，虽然错分率为0，但是支持向量为20个。而本文方法筛选出的前20个基因建立分类器时，不仅错分率为0，而且仅12个支持向量。　　 本文方法不仅能更准确地筛选出目标基因，而且能对基因的差异表达排序。添加罚因子时筛选效果更佳。Golub数据集中，本文方法筛选的基因建立SVM分类器错分率为0，支持向量数最少。