在正态线性模型Y=Xβ+ε，ε～N_n(0，σ~2I)中，考虑有限个或者所有的可估函数的同时区间估计，文献[1-3]给出了三种区间，分别为Scheffe，Bonferroni和Tukey同时置信区间。其中，Tukey区间主要用于正态模型的一种特殊情形——平衡单向分类模型中。一般地，对于给定的正态线性模型和一组可估函数而言，这三种区间至少有两种可行，那么哪一种区间更优一些呢?于是，要对三种区间进行比较。 本文主要分两大部分来讨论：一是在固定样本下，也就是只进行一次抽样后，对三种区间来比较。另一方面是在非固定样本即序贯抽样下的三种区间的比较，这里我们仅研究两阶段抽样。 在第0章中，首先给出引言及若干定理，它是本文的基础所在，对作者的工作具有重要的指导意义。 第1章中，作者首先根据模型的不同将三种区间分组来讨论。讨论的思想是假设三种区间可靠度(置信系数)都相同，然后比较区间的长短(精度)，区间越短，精度越高。这里主要是利用mathematica数学软件编程，来比较区间长度表达式数值的大小。由计算机的运行结果，可以看出区间的优劣。 第2章作者讨论了平衡单向分类模型中，成对效应对照的三种两步同时置信区间，接着在保证三种区间可靠度和精度相同的情况下，利用数值计算的方法对最优第一步抽样量及平均抽样次数进行比较。显然，最优第一步抽样量及平均抽样次数越少，区间越好。