在医疗保险中,估计进而预测相关人员的医疗费用是一件重要的工作。众所周知,相关人员在各个时期的所发生的医疗费用,总是和他当初所处的健康状态是密切相关的,在一定时期内,他的健康状态又是一个动态变化的过程。在这篇论文中,我们用一种新的方法来估计病人在这段时间内总的医疗费用,用马尔科夫过程来模拟病人健康状态动态变化的转移过程,处于一个状态还没有向下一个状态转移的时间称为逗留时间,病人的最终费用是所有逗留时间费用的总和。如果我们对病人的生命时间费用感兴趣,那么总的费用就要累积到病人的失效时间(死亡时间)。然而,由于受到删失和观测区间的限制,一些个体在失效(死亡)时间之前,观测就终止了,即他的生存时间和相应的医疗费用被删失了,我们并不能得到他的完整的生命时间费用。这就导致了观察数据之间的相依性。这种相依关系对医疗费用的估计和预测带来很大的挑战,一直是最近研究的热点问题之一。本文中这里我们用联接函数(copula)来刻画医疗费用和相应的终止时间的相依关系。Copula函数一个很好的特点是它的边际并不依靠于相依结构的选择,因此,我们可以分别对边际分布和相依结构建立模型并分别估计。在估计参数中,我们采用两步估计法,其中分别用部分似然(partial likelihood)和多状态的拟最大似然估计(pseudo-likelihood)来得到终止时间和总的费用的边际分布。随后我们研究了所给估计的大样本性质,最后给出了一个模拟结果来证明我们提出的模型和方法的可行性。