区间删失数据出现在流行病学、经济学、医疗和社会学等诸多领域的寿命数据研究中。传统的区间删失数据的统计模型和方法常建立在删失时间和失效时间相互独立前提下，然而实际应用中存在很多相依删失情况，相依删失数据的研究受到了很多生存分析研究者的关注。在相依删失数据的研究中，对失效时间和删失时间相关性的假定是至关重要的，正确的假定可以提高估计的效率，得到更好的统计结论。Copula函数是在相依删失数据研究中广泛使用的一种方法，在给定Copula函数条件下，可以得到删失时间和失效时间的联合分布函数，进而利用他们的联合分布研究了不同模型假设下相依性区间删失数据的统计推断问题。　　本文重点研究了三种模型：Weibull参数模型、比例风险半参模型以及非参数模型。我们基于Copula函数构造了不同模型的相依区间删失数据的似然函数。对于三种不同的模型的似然函数求解，我们分别采用了Nelder-Mead算法、Newton-Raphson算法和保序回归的PAVA算法。　　另外Copula函数的假定会对估计结果产生一定的影响，本文通过模拟计算对不同删失比例、不同连接函数和不同相关系数等影响因子进行了敏感性分析。