在生物、医学、金融、经济等领域,复杂数据多总体的多重比较问题亟待解决。本文研究了两个多重比较问题:带零对数正态均值的同时置信区间问题及异方差回归模型回归系数的多重检验问题。提供了若干多重比较方法并通过数值模拟比较了不同方法的频率性质。所有方法均可应用到生物、医学等领域的具体数据集。本文首先解决的第一个多重比较问题是多个带零对数正态总体均值的同时置信区间问题。因大多纵向医疗数据均近似服从带零对数正态混合分布,对多个纵向医疗数据集的研究时常需要构造同时置信区间,所以对于带零对数正态均值同时置信区间问题的研究有现实意义且截止目前仍没有相关问题的研究文献。文章第二章探究了基于控制FWER的11种不同的同时置信区间构造法,理论推导了同时置信区间构造过程,提供了相应同时置信区间的蒙特卡罗模拟算法。在处理复杂数据中,多重检验作为分析大量数据的一个主要理论基础是本文研究的第二个多重比较问题。对于k个异方差回归系数的检验是本文感兴趣的。第一步探究k个异方差回归系数相等性的同时检验,在此基础上若原假设被拒绝需继续考虑多重检验问题。本文基于上述过程研究k个异方差回归系数的多重检验并提供了若干种假设检验过程,这些检验均基于控制FDR的BH过程和Step-down过程而完成的。最后针对两个多重比较问题进行数值模拟,数值模拟比较了不同的多重比较方法之间的差异与联系,分析了不同方法在相同参数设定下的优良频率性质,得出结论。