一些医学比较研究中的数据的输出结果是双边两值的数据。在对该类型数据的统计推断过程中,可以把单个个体作为基本单位,或者可以忽略组内的相关性信息而认为成对的输出结果之间相互独立。当组内相关信息确实存在时,基于这两种方法的推断往往容易导致不恰当的、甚至是错误的结论。考虑数据间内在的相关性可使比较结果更精确。本文主要基于数据间的相关性假设对成对两值数据进行统计推断。第二章,考虑了关于成对两值数据问题中”处理组”与”对照组”组内相关性的等价性检验问题。给出并比较了几个不同的检验统计量,给出双边随机临床试验比较研究中样本量的计算公式。通过随机模拟,比较了不同的检验统计量的表现以及不同样本量计算公式相对于实际样本量和势的准确性。第三章,针对随机双臂临床试验中的双边两值数据提出了对两处理组间功效差异的推断问题。我们基于组间等相关性假设构建了不同的置信区间,并比较了各个置信区间的精确覆盖概率,精确置信宽度及未覆盖概率。第四章,主要考虑了关于不同相关性假设的模型选择问题。通过对文献中关于双边两值数据的不同相关性模型假设的拟合优度检验,给出具体问题中如何选择合适的相关性模型。第五章,考虑了单边、双边数据同时存在时的相关成对数据的响应率的检验问题。我们给出了几种不同检验统计量并通过模拟比较了它们的表现。我们把前面每一章中的方法都应用到了真实的数据集上。最后一章,总结了前面各章的结论,并提出了可以进行的后续研究。