本书主要介绍了两个总体比较问题中的假设检验方法，如稳健的正态性检验方法、基于ROC曲线参数的两样本检验方法、低维和高维的非参数Behrens-Fisher 问题的检验方法。主要包括:　(1)针对正态性检验问题，鉴于一些传统方法是针对特定情形提出的，在其他情形并不一定表现的好。提出了一个稳健的柯西组合综合检验，给出了计算统计量p-值的近似表达式。(2)针对一元两总体分布的检验问题，先使用基于秩的逆正态变换策略，将两分布的差异用ROC曲线的参数进行刻画。构造了二次型检验统计量和综合的柯西组合检验统计量，并给出一个计算统计量p值的方法。(3)针对低维非参数Behrens-Fisher问题，提出了一种基于分割组合策略的方向和检验，给出了一层bootstrap程序来计算统计量的p值。理论上证明了一层bootstrap 程序与传统的两层 bootstrap 程序一样有效，模拟说明了一层bootstrap 程序极大地降低了计算时间。(4)针对高维非参数 Behrens-Fisher 问题，提出了基于秩的U-统计量检验(URT)和柯西组合检验(CCT)。CCT 类似于最大值型检验，给出了一个表达式来近似CCT的p值。在一般条件下，推导了URT的渐近分布。此外，大量的数据模拟结果表明所提出的检验方法较为稳健，不仅可以控制犯第Ⅰ类错误率，而且在功效的表现上优于许多现有方法。生物医学领域的实例分析进一步说明这些检验方法的实用性。

孟珍，首都经济贸易大学统计学院副教授，中国科学院数学与系统科学研究院博士。主要研究方向为数理统计和生物统计中的统计推断方法。在 Statistical Methods in Medical Research, Statistics in Medicine, Acta Mathematica Sinica-English Series, Statistics and Its interface, Journal of Systems Science and Complexity, Genetic Epidemiology, Annals of Human Genetics等期刊发表多篇学术论文，并主持一项国家自然科学基金青年基金项目。

第1章　绪论
1.1 研究背景
1.2 研究现状
1.3 本书主要内容与创新点
第2章　正态性检验
2.1 引言
2.2 检验方法
2.3 模拟研究
2.4 实例分析
2.5 小结与讨论
第3章　基于ROC曲线参数的两样本检验
3.1 引言
3.2 检验方法
3.3 模拟研究
3.4 实例分析
3.5 小结
3.6 技术细节
第4章　低维Behrens-Fisher问题的检验
4.1 背景介绍
4.2 检验方法
4.3 模拟研究
4.4 实例分析
4.5 小结与讨论
4.6 技术细节
第5章　高维Behrens-Fisher问题的检验
5.1 引言
5.2 基于秩的U-统计量检验和柯西组合检验
5.3 渐近性质
5.4 模拟研究
5.5 实例分析
5.6 小结
5.7 技术细节
第6章　总结与展望
6.1 本书总结
6.2 工作展望
参考文献