众所周知，癌症是人们当前面临的一种严重的致命性疾病，它是由于正常组织在物理、化学等致癌物的诱导下，基因组织发生突变引起的。研究肿瘤的治病机理,从而寻求治疗癌症的方法是癌症研究的一个重要课题。1999年[23]，Golub等人利用基因芯片技术将急性白血病进行分类，从而发现了新的白血病亚类。Alon等人使用聚类分析法分析了结肠癌样本和正常样本的基因表达数据，最终将结肠癌样本与正常样本分开。2000年[5]，Alizadeh等人通过对基因表达数据进行聚类分析发现了淋巴瘤中的两个亚类。2002年[18]，Dinesh等人将前列腺癌症的癌症样本与正常样本分离。本论文利用数理统计方法对基因数据表达谱进行分析研究，进而确定出信息基因。此问题的研究给医学界相关问题研究以定性及定量分析，具有带实际意义。本文在借鉴别人工作的基础上对传统的“信噪比”公式进行了修正，给出了更为恰当的方法，充分利用数理统计中主成份分析法、聚类分析法、相似系数等知识首先对数据进行冗余处理，剔除对结果影响可忽略不计的基因表达数据，其次采用聚类分析法将相似基因归为一类进行研究，接着从这些分类结果中找出信息基因，即特征基因。最后对得到的结果进行检验分析，以验证方法的正确性。本文所采用的方法除利用数理统计知识外还结合数据挖掘的相关算法，Matlab程序等。为这类问题的研究提供了理论依据，研究方法及研究工具，也使得研究结合的表达能够突出关键要素。在本文的最后对结果做了检验，结果显示此种方法找出的信息基因是符合条件的。