假设检验是数理统计中的重要部分。通常假设检验问题中有一个原假设和一个备择假设。对这类检验问题已经有很多研究，有可供实际应用的最优的检验方法和比较完善的理论结果。本文研究对多(>2)个假设的检验问题，也称为多重比较问题。目前对多重比较的假设检验的研究还不完善，本文将对一类多重检验问题--带控制的多重比较，提出一种新的检验方法。　　 假设有k种处理方法，第七种传统处理方法疗效为对照组，{Ykj，j=1，2，…，n)是该对照组的样本，独立同分布于正态分布N(μk，σ2)，σ2是未知的。{Yij，j=1，2，…，n)是相应第i(i=1，…，k-1)种新处理方法疗效的样本，独立同分布于正态分布N(μi，σ2)，其中i=1，…，k-1，σ2是未知的。考虑k-1种处理方法疗效的均值μi，(i=1，2…，k-1)和对照组的均值μk之间的比较，从而得出是否存在新处理方法真正地优于传统处理方法并且进一步地找出满足这样条件的新处理方法，这个问题就称作带有对照组的多重比较问题。　　 带对照组的多重比较是试验研究领域中一个重要的问题，广泛应用于生物医学，经济学和环境科学等学科领域。例如，当医药学家研究多种新药物对病人的疗效时，他们在实验设计中常把应用传统药物的疗效作为对照组，来研究哪些新药物的效果真正地优于传统药物治疗方法。这时我们就要借助带对照组的多重比较检验，从而舍弃那些效果较对照组不怎么明显的处理方法。自从Dunnett在1955年提出了带有对照组的多重检验的概念以来，这一类多重检验问题就受到众多学者的关注，几十年来，出现了众多的检验方法，特别是对k不是充分大时，Marcus在1976年提出的完全检验方法得到许多重要的理论结果。然而，对k充分大的带对照组的多重比较更加让统计学家及实践应用者感兴趣，而且对此类问题也存在很多逐步检验方法。然而对k充分大的带对照组的多重比较检验方法还不算完善，特别是在构造统计量时并没有充分考虑多重假设中的备择假设结构使得检验方法的势不是很大，从而这些检验方法不是很优。　　 本文就带对照组的多重比较问题提出一种新的检验方法。首先，把多重比较的检验转化为一个基于所有数据的多变量的检验，把备择假设变换为一个凸多面锥，把原假设k个均值构成的等式区域变换为一个线性子空间，充分考虑了多重假设结构，且对这种假设结构采用了有很好势的似然比检验，这样如果H0没有被拒绝，程序结束，可以推断出新的处理方法效果和对照组的相同；其次，如果H0被拒绝，推断出至少存在一种新的处理方法效果优于对照组的。我们给出一条规则定出并舍去那个最有可能优于对照组的处理方法，这样k-1个新的处理方法变成了k-2个新的处理方法与对照组的比较；重复使用以上的程序，直到程序停止或者最后一个新处理方法和对照组的比较结束，保留每步检验得出的结论，从而推断出究竟哪些新的处理方法效果真正优于对照组的。　　 我们的检验方法通过逐步检验可以推断出究竟哪些新的处理方法效果真正优于对照组的，更重要的是我们通过给定一条规则使它至多需要k-1次假设检验，却保证了这种检验的势近似达到需要2k-1次检验的完全检验法，从而对k充分大的多重比较非常有效。　　 我们证明了该检验方法可以将总体第一类错误率弱控制在给定显著水平α下，并通过对几种常见方法的势进行了模拟对比，得出该方法是非常优的一种多重检验方法。