多重比较是一种重要的检验方法。在近二十年,多重比较的研究和应用都有突飞猛进的发展,特别是在工业领域、生物学领域以及临床医学等众多领域中都有广泛而深远的应用。本论文包含如下三个部分:一是多重比较联合置信区间的构造；二是多重比较错误率的控制；三是以池州学院的教学评估为例进行了多重比较的应用性研究。　　 在多重比较的联合置信区间构造研究上,主要从联合置信区间的构造、优良性的比较进行了延伸和拓展研究。在联合置信区间的构造上,目前的研究成果主要是针对于二元正态总体的情形,常用的联合置信区间有Bonferroni联合置信区间和Scheffé联合置信区间。本文对其进行了改造,使其在计算量上有了很大的简化,并且将其推广到了多元正态总体的情形,还对新的联合置信区间和经典的联合置信区间的优良性进行了比较研究。　　 关于犯错误率的控制的研究,大多数学者都热衷于研究经典的FWER,但经典的FWER却要求过于苛刻,故本文重点研究FDR,通过回顾经典BH控制过程,提出了几个功效上更高的优化过程,并利用了Matlab进行了验证性研究。　　 针对于池州学院的教学评估中的单一、不合理的实际情况,而且到目前为止基本上还没有相关的理论成果,本文结合了数理统计中的主成份分析法和影响因子分析法,根据池州学院数学系的实际情况,构建了适合池州学院的教学评估函数。利用多重比较的方法对新的评估结果,以年龄段作为水平为例进行了比较研究,给出了不同水平对于评估结果的影响。　　 多重比较的应用也有其局限性。如果样本容量过大,或者多个水平下重复试验的次数相差甚远等情形都会导致计算量过大和对犯第一类错误控制的不确定性增加。