摘要：我们在高维二进制分类中考虑变量筛选。首先，我们针对两样本分布比较问题提出了非参数检验统计量。这些检验统计量结合了chi-squared和Kolmogorov-Smirnov统计量的优点，为未指定分布的等式检验提供了新的见解作为两个独立样本的基础。基于我们的新统计数据，我们提出了一种边缘筛选程序和两两联合筛选程序，用于检测高维二进制分类中的重要变量。这两种筛查程序具有一致性筛选特性，比大多数现有方法的确定筛选特性更强。边际筛选程序在广泛的情况下比其他方法强大得多，两两联合筛选程序提供了一种检测具有联合效应但没有边际效应的变量的方法。大量仿真和实际数据应用表明了所提方法的有效性和优势。

关键词和短语：二元分类、一致性、非参数检验、两样本分布比较、变量筛选。