多元失效时间数据经常出现在生物、医学、社会和经济学等研究领域中.例如，在流行病学队列研究中，以家庭为单位记录疾病发生的时间;临床医学中，单个个体可能经历几种不同类型的疾病;可靠性测试中，一台机器可能发生多次故障等.常见的多元失效时间数据主要有多类型事件数据、成组失效时间数据和复发事件数据等.另外，在生物医学统计中，为了节省资源，许多学者将生物统计与抽样设计方法有机地结合在一起，于是产生了大量case-cohort设计下的多元失效时间数据.因此，研究case-cohort设计下的多元失效时间数据具有很强的理论意义和实用价值.本文主要对该类型数据进行了统计推断与研究.　　在本文的第一章，我们首先介绍多元失效时间数据的研究背景，然后介绍三类常见的多元失效时间数据（多类型事件数据、成组失效时间数据和复发事件数据）、case-cohort设计、广义case-cohort设计以及case-cohort设计下失效时间数据的统计方法，最后介绍本文的主要研究内容.　　在本文的第二章，我们利用一类边际加乘风险模型研究case-cohort设计下的多类型事件数据.借助逆概率加权的思想，建立了加权估计方程，并进一步研究了广义case-cohort设计下的多类型事件数据.在数值模拟中，我们比较了与时间无关、与时间相关的两类权重的估计结果，验证了参数估计的有限样本性质.最后，将所提出的方法应用到澳大利亚Busselton的健康调查数据上.　　在本文的第三章，针对case-cohort设计下的多类型事件数据，我们充分利用了事件发生的信息，提出了一类更有效的加权估计方程，获得了参数估计及其大样本性质.数值模拟结果表明，该估计方法更有效.最后，将所提出的方法应用到澳大利亚Busselton的健康调查数据上.　　在本文的第四章，我们利用一类边际加性风险模型研究case-cohort设计下成组失效时间数据.通过引入事件失效率，构造了三类不同的权重函数，给出了相应的估计方程、参数估计以及估计的相合性和渐近正态性.最后，数值试验模拟说明了所提估计的有限样本性质.　　在本文的第五章，我们考虑了多类型复发事件数据的一类加速均值回归模型，并利用估计方程思想，获得了该模型的参数估计，最后证明了所提出估计的相合性和渐近正态性.　　在本文的第六章，对本文的研究工作进行总结与展望.