cDNA微陣列技術是近十年來蓬勃發展的生物技術，可以同時檢測數千甚至上萬的基因表現。一個cDNA微陣列實驗過程相當繁複，實驗結果會產生大量的數據，如何設計一個好的實驗以降低實驗的變異(variation)以及如何解讀實驗結果龐大的數據，在很多的環節上都是需要用到統計方法來應用並且解決，有正確的分析方法，才能帶給實驗者有效的生物資訊。本論文主要工作是cDNA微陣列實驗結果的數據分析方面，特別著重在基因表現量的顯著性分析上(Significance Analysis of Microarrays，SAM)。
現有的關於cDNA微陣列實驗數據的統計模型，都假設隨機誤差的變異數為常數，可是觀察大部分微陣列實驗數據的M-A散佈圖，發現資料的散佈變異程度是會隨著A值的增加而呈一個遞減的情形，因此推測原本模型的假設是不合理的，隨機誤差的變異數應該和表現量A值存在一個函數關係。而本文以統計方法建構隨機誤差項中變異數的估計方法，並且討論如何將得到的結果用來修正原有的模型，找出進行顯著性分析的檢定統計量。
在本論文的最後以清華大學原子科學研究所分子生醫光電實驗室提供的冬蟲夏草實驗數據，實際估計資料的變異函數關係，同時也比較以往所使用和經過修正過後這兩種檢定方法，並且藉由三種不同的假設檢定條件，觀察其顯著性分析結果是否存在著差異。

參考文獻
1. Hoerl A.E.，Kennard R.W. (1970a，b) ， Ridge Regression，Technometrics，p55-67，p69-82
2. William S.C. (1979)，Robust Locally Weighted Regression and Smoothing Scatterplots，J. Amer. Statist. Assoc. 74，p829-836
3. Eisen M.B.，Spellman P.T.，Brown P.O.，and Botstein D (1998)，Cluster analysis and display of genome-wide expression patterns，Proc. Natl. Acad. Sci.，95：14863-14868
4. Rao C.R. and Toutenburg H. (1999). Linear Model. Springer，New York
5. Ideker T.，Thorsson V.，Siegel A.F. and Hood L.E. (2000). Testing for Differentially-Expressed Genes by Maximum-Likelihood Analysis of Microarray Data，Journal of Computational Biology，Volume 7，p805-817
6. Kerr M.K.，Martin M. and Churchill G.A. (2000) Analysis of variance for gene expression of microarray data，Journal of Computational Biology
7. Chu G.，Narasimhan B.，Tibshirani R.，and Tusher V. (2001)Sam， Significance analysis of microarrays，users guide and technical document，Technical report Stanford University
8. Montgomery D.C.，Peck E.A.， Vining G.G. (2001) Introduction to linear regression analysis 3rd edition，Wiley-interscience，p348-363
9. Tusher V.G.，Tibshirani R. and Chu G. (2001) Significance analysis of microarrays applied to the ionizing radiation response，Proc. Natl. Acad. Sci. 98, 5116-5121
10. Kerr M.K. and Churchill G.A. (2001). Statistical design and the analysis of expression microarray data.，Genet. Res. 77，p123-128.
11. Yang Y.H.，Dudoit S.，Luu P.，Lin D.M.，Peng V.，Ngai J. and Speed T.P. (2002). Normalization for cDNA Microarray data：A robust composite method addressing single and multiple slide systematic variation，Nucleic Acids Research 30，No.4e15
12. 陳恩賜 (2001)，基因微陣列系統之優化系統及其應用於細胞凋亡相關基因的基因表現之初探，國立清華大學原子科學系碩士論文。
13. 黃國彰 (2002)，歸一化對cDNA微陣列數據分析的影響，國立清華大學統計學研究所碩士論文。
14. 王山求 (2003)，統計方法在微陣列實驗中的應用，國立清華大學統計學研究所碩士論文。
15. 王陽照 (2003)，cDNA微陣列的實驗設計與數據分析，國立清華大學統計學研究所碩士論文。
16. 陳道鵬 (2004)，cDNA微陣列實驗中基因表現比變異度之估計，國立清華大學統計學研究所碩士論文。