目的：随着微阵列检测技术和色谱质谱联用技术的快速发展，基因组、蛋白组、代谢组等高维度、低样本量的组学数据对传统统计学方法提出了新的挑战。其中，控制和估计变量筛选结果的假发现率(FDR)十分重要，然而现有的FDR估计方法需要有严格的变量独立性假设，本研究探讨在变量相关条件下基于随机森林(RF)的高维数据特征筛选的FDR估计方法。　　内容：主要研究：FDR估计方法的基本理论、在多变量相关情况下采用单变量方法估计FDR的风险、不同方法的统计性质和适用范围、RF模型特征筛选与FDR估计。本研究提出一种新的RF-FDR算法，该算法能够实现对高维数据的特征筛选和FDR估计。同时，应用该方法对卵巢癌代谢组数据进行FDR估计，分析其潜在的生物标志物数量。　　方法：用R语言编程，通过模拟实验探索目前几种单变量FDR估计方法在不同数据结构下的有效性和适用条件。编写R程序进行模拟实验，研究随机森林(RF)变量重要性评分分布的特点；在此基础上确定最终随机森林模型的FDR估计方法，并通过模拟实验比较其在不同数据条件下的统计特性。最后，利用代谢组学实际数据验证该方法的有效性。　　结果：主要结果如下：　　●在数据满足假设检验使用条件的情况下，多重假设检验中控制FDR与控制FWER的Bonferroni法相比，显著提高了检验的把握度，而且FDR的控制界值可以灵活进行调整，而Bonferroni法的控制界值随变量个数而改变，无法人为调整。　　●根据单变量假设检验的p值进行FDR估计，在变量无相关结条件下估计准确，变异也较小；但在变量存在强相关条件下，FDR估计出现严重的偏性，已不具备实用性。　　●直接利用FDR的Bayes公式对随机森林筛选的结果进行FDR估计会出现明显的偏差。主要原因在于随机森林的变量重要性评分相互影响，差异变量的加入，将改变无差异变量的分布形状。　　●大量的模拟实验表明：用RF-FDR算法估计FDR具有较高的准确性，与单变量FDR估计方法相比较，变量相关对其估计准确性无影响，加上随机森林模型优异的变量筛选能力和广泛的应用范围，使得对其结果的FDR估计更具有实用性。　　结论：变量筛选结果的FDR估计在高维数据的分析中具有重要意义，FDR估计可以为生物标志物的鉴定提供必要的依据，同时也可以提升现有变量筛选方法的筛选性能，尽可能多地筛选出生物标志物。本文给出的RF-FDR方法，既充分利用了随机森林筛选变量的能力，又能够通过准确地计算FDR值对其筛选结果进行评价，为实际工作提供了有力的支持。