Cox比例风险模型作为生存分析领域中的经典模型,目前已经被广泛地研究并且应用。对于群组性生存数据,为了刻画组内的个体的相关性,通常将经典的Cox模型推广到共享脆弱模型,通过一个随机变量联系组内的个体。虽然共享脆弱模型目前已经得到广泛应用,但对它的性质仍在不断地认识当中,这里我们关心一个重要的问题是脆弱分布的参数估计对错误地指定共享脆弱模型的敏感性如何?因为用于描述无法观察到的协变量的脆弱分布是未知的,实践中通常指定为特定的分布,所以研究使用的脆弱模型对参数估计的影响非常重要。本文阐述了Gamma脆弱因子的半参数估计,并通过统计模拟研究了三种不同脆弱分布下参数估计对错误地使用Gamma共享脆弱模型的敏感性。模拟的结果显示当真实脆弱分布为对数正态、混合对数正态、Gamma分布之一时,回归系数的估计能够保证一定的准确性,但是脆弱因子方差的均方误差对使用Gamma脆弱分布比较敏感,这可能导致脆弱因子的估计的有效性较差。为了避免错误指定脆弱因子分布,论文提出使用一种半非参的脆弱模型,应用EM算法进行参数估计。在EM算法的贯彻中,由于E步涉及复杂的积分运算,我们建议采用MCEM算法近似以解决该问题,给出了基于Metropolis–Hasting算法构造马氏链的具体程序。