在许多科学领域，如医学、生物学、保险精算学、可靠性工程学、公共卫生学、经济学以及人口统计学等领域，都存在对某给定时间发生的时间进行估计和预测的问题。从得到的数据资料来看，这些数据集往往有一共同特征，即其中的观测结果要么是删失的，要么是截尾的，特别的当我们只知事件时间发生在某一给定的时间段内，而不知其确切的时间点时，称之为区间删失数据。 针对区间删失数据的特点，本文集中于生存函数参数估计的研究。目前，相比完全数据、右删失数据，对区间数据的研究方法并不多，可利用的工具也不多。在本文中，总结了几种对区间删失数据进行参数估计的方法，有中点法、左端点法、右端点法。但是这些方法对于删失数据的处理过于简单，缺乏适当的理由。此外，还介绍了极大似然法等。 本文受Jane C．Lindsey和Louise M．Ryan阶梯指数模型的启发，主要做了三项工作：第一，对区间删失数据做统一处理，在参数族类型已知的情况下，以条件期望作为区间删失数据的点估计，将该点估计看成完全数据的一种形式。第二，考虑用EM算法并用SAS语言编写模拟程序，进行参数估计并进一步讨论估计量的大样本性质。第三，通过模拟来说明条件期望方法的可取性，同时还与其它方法作了比较，从对比中，可以看出该方法的估计精度更高。本文所提出方法还可以进一步考虑运用到含协变量的区间删失数据参数估计的情形。