加速失效时间模型相较于比例危险模型在模型形式、对回归系数的解释等方面有着明显的优势,因此越来越受到医学、生物学、统计学、经济学等各领域的重视.近年来,对加速失效时间模型的适用条件、未知参数的估计及模型的预测和拟合等方面的研究成为国内外学者关注的热点,而如何对模型中的未知参数进行估计和推断是最重要的问题.在实际应用中,通常会出现一些不可观测的因素,可以考虑通过添加部分项构造部分加速失效时间模型来解决.经验似然是一种非参数方法,它不用对数据的分布函数做任何参数假定,用数据来确定置信区域的形状,并且不涉及任何方差估计.自Owen(1988)提出以来,该方法一直在统计推断中被得到广泛的应用.然而,在生存分析中由于观测时间的局限性,以及观测个体在开始或结束实验时存在差异性,经常会出现右删失数据,若直接使用删失数据来进行参数估计,不但计算成本高,而且预测效果很差.常用的方法是基于秩估计进行经验似然推断,但是该方法的算法较为繁琐,而且线性秩(特别是对数秩)估计函数的非单调性会限制估计方程在实际中的应用.因此考虑如何对右删失数据进行处理是研究加速失效时间模型的重要环节,对数据采用合适的补全方式,可以基于完整数据来建立结构简单、含义明确、预测精准的稳健模型.本文将数据转换法应用于存在右删失数据的加速失效时间模型中,通过经验似然法提高参数估计效率低的问题,并用构造调整因子的方法解决置信区间难以计算的问题,同时得到参数的渐近分布,最后进行随机模拟验证理论结果的正确性和有效性,同时将理论方法应用于实例分析中.论文的主要结构如下:第一章,首先简要概述本文的研究背景及意义.其次,根据已有的国内外相关文献,对加速失效时间模型、经验似然推断方法及合成数据进行系统的介绍.最后,概述论文的主要内容、重难点及创新点.第二章,基于右删失数据研究加速失效时间模型的参数估计及推断问题.首先,简要概述加速失效时间模型.其次,基于数据转换法对加速失效时间模型进行经验似然推断.然后对经验似然比统计量构造调整因子,对模型进行调整经验似然推断.最后,通过数值模拟及实例分析检验将数据转换法用于加速失效时间模型的可行性及用经验似然推断法对未知参数进行统计推断的合理性.第三章,基于右删失数据研究部分加速失效时间模型的调整经验似然推断.首先,添加部分项建立部分加速失效时间模型.其次,构造经验似然比统计量以及调整因子,利用调整的经验似然法估计模型的未知参数,并计算其置信区间.然后证明调整经验似然比统计量的渐近分布及其相关定理.最后通过数值模拟验证调整经验似然法同样适用于部分加速失效时间模型的统计推断,并比较在不同的数据转换法下进行经验似然推断时的估计效果.第四章,对全文进行概括总结,并对加速失效时间模型未来的研究及发展趋势进行展望.