不完全生存数据源于各个领域的实际问题.针对不同类型的生存数据,出现了不同的分析方法.Kaplan-Meier估计、Cox模型等是生存数据分析发展的重要里程碑.生存分析依然是个活跃的领域.对我们而言,这是一项赋有挑战性的工作,尚有许多问题值得去探索.第一章是生存数据的概述.生存数据是描述一特定事件出现的时间.第一节陈述了生存数据的基本特征,并通过实例对不同类型的生存数据进行描述.第二节介绍了区间删失数据极大似然估计的self-consistent算法以及该估计具有的一些性质.第二章着重讨论了一种区间删失数据生存函数的非参数估计方法.第一节从经验分布的思想出发,建立了生存函数,并给出了具体算法.第二节证明了该估计的收敛性.第三节在特定条件下,将该估计和self-consistent算法求得的极大似然估计进行比较,得出该估计的优良性.第三章讨论两组独立的随机区间删失样本的比较问题.第一节介绍了秩和检验的理论基础U统计量.第二节利用U统计量推导出两组独立的随机区间删失样本比较的秩和检验方法,并且通过大量模拟给出了该检验方法在不同情形下的功效.第四章研究COX模型在区间删失数据上的推广,分析所研究个体的各个协变量对生存时间的影响.第一节概述了经典的基于右删失数据的COX模型.第二节将COX模型推广到了区间删失数据.