当前,脆弱模型和边际模型是分析聚类生存数据最常用的模型,其中,脆弱模型通过在传统生存分析模型中引入随机效应项来描述个体间的非独立性,它不但可以提高协变量效应估计的精度,而且可以给出随机效应变异性大小的估计.传统的生存分析模型在实际应用中往往假定协变量效应为常数,然而在很多实际问题中,某些协变量的效应并非固定不变的,而是随着协变量的取值不同而变化,甚至依赖于其它协变量或者生存时间.非参数生存分析模型具有足够的适应性,可用于此类问题的研究,但当自变量维数增加时,在拟合中会遇到难以克服的维数灾难问题.变系数模型假定某些协变量的效应是其它变量的单变量函数,因而在保持模型灵活性的同时有效避免了该问题的发生.本文提出并研究了一系列半变系数脆弱模型,包含了比例风险型脆弱模型、可加风险型脆弱模型以及加速失效时间脆弱模型.首先,本文提出一种半变系数伽马脆弱模型,并基于B-样条、惩罚部分似然以及面板似然等方法给出模型参数的估计,通过数据模拟对估计的有限样本表现进行评价,并采用该方法分析了晚期肺癌患者数据,相比于传统方法对协变量效应进行了更精准的解释.其次,本文提出了半变系数多元脆弱模型,针对积分似然函数没有显式表达式的问题,采用拉普拉斯近似法取得似然函数的近似表示,应用B-样条技术结合惩罚部分似然获得变系数函数和常数系数的估计,利用近似面板似然法获得了脆弱参数的估计,并且采用数值模拟和实例分析评价了模型的估计效果.再次,本文提出了一种时间半变系数可加风险脆弱模型,采用估计方程法给出了变系数和常数系数的估计,基于交叉矩法给出脆弱参数的估计,并应用经验过程理论证明了估计量的相合性和渐近正态性,利用数值模拟评价了模型在有限样本条件下的估计效果,还应用提出的方法分析了结直肠癌患者再住院数据,并就协变量对结直肠癌患者再入院风险的影响进行了新的解读.最后,本文提出一类半变系数加速失效时间脆弱模型,通过建立虚拟响应变量并采用B-样条逼近而获得分层似然函数,进而获得迭代加权最小二乘估计方程并给出参数的估计,运用约束分层似然法获得了脆弱参数和误差参数的估计.经模拟研究发现该模型的估计方法稳定、偏差小、适用于高删失率数据.在实例分析中应用所提出的模型分析了 SEER数据库中的老年膀胱癌患者数据,描述了性别对生存时间的影响随患者患病时年龄的动态变化情况.