在许多实际研究中,由于一些客观条件,实验观测到的数据往往是缺失的,只知道研究对象的失效时间大于或者等于某个时间,或者在某段时间之间,这样不完整的数据在生存分析中叫做删失数据。近几年来,删失数据理论得到了快速的发展和广泛的应用,其研究应用于流行病学,生物统计学,保险精算学等各个方面,研究方法也涉及参数,半参数,非参数估计等方法。在删失数据研究中,左删失和右删失可以看作是特殊的区间删失,本文内容是基于Ⅱ型区间删失数据进行的研究。在进行区间删失数据的研究时,常用到两种分析方法,Cox比例风险模型(1972)和加法风险模型。Cox比例风险模型不仅仅可以分析各种自变量对生存时间的影响,而且对基准风险函数的分布不作任何要求。Cox比例风险模型要求具有不同回归向量的两个个体的风险函数之比不随时间变化,实际数据很难满足此要求。为此,本文采用另外一种被广泛使用的重要的风险率模型,加法风险模型。实际的研究中,聚类的数据时常出现。例如,失效时间可以是来自同一个家庭或者同一个诊所的病人的发病时间,这样的数据称为聚类数据。本文将研究加法风险模型下聚类区间删失数据,由于聚类数据失效时间可能与簇的大小相关,因此简单的把所有数据看作一个簇是不合理的。由于缺乏直接分析所需的推演过程,因此常见的简单方式就是简化区间删失数据,针对此问题,我们提出了在簇内重抽样的方法(within-cluster resampling),WCR可以运用于簇内数据可能相关的情况。WCR方法简单却也需要大量的计算,这一方法的主要优势在于簇的大小相关时,估计量的实现较为简单,渐近性和模拟结果也验证该方法是行之有效的。