本文研究对象是COX比例危险率模型,该模型应用广泛属于生存分析中的工具性模型。在不同领域中都发挥出重要作用,比如:生物医学、社会经济、基金保险等领域。最常见就是在生物医学领域,由于该领域数据常常存在删失情况,所以该模型常受到研究者的青睐。从理论上来看,模型出现删失数据时,就会出现个体的生存时间服从于不同的概率密度分布,并且对应的危险率函数的形式也有很大变化。这时,COX模型的优势就体现了出来,能较好的进行建模分析。本文针对相依区间删失数据,具体分析了比例危险率模型的参数估计,证明了统计量具有良好的性质;旨在医学领域的实验研究和工程领域的可靠性研究中给予一定的帮助。本文研究了比例危险率模型下相依区间删失数据的半参数回归问题。利用经验似然的方法(EL),构造了COX比例危险率模型中参数的估计方程并且求出了未知参数的估计量;证明了含有参数的统计量的渐近分布;并通过R软件对模型进行数值模拟分析。具体内容如下:首先,分析了相依区间删失的COX比例危险率模型研究现状,以及介绍了COX比例危险率模型的具体表达式、关于区间删失数据处理方法的一些研究成果、以及包括经验似然方法(EL)在内的模型中未知参数的估计方法。其次,引用隐变量对区间删失数据进行处理,可以描述出失效时间和删失时间的关系;利用经验似然的方法,对协变量区间删失含未知参数的COX比例危险率模型的估计结果进行统计推断;得出模型中未知参数置信区间的表达式并给出相关结论证明。最后,将上述估计方法所求的未知参数进行模拟实验分析,模拟结果表明:对于同一种估计方法,随着样本量的增加,参数置信区间的覆盖概率逐渐增加,标准误差逐渐减小;在样本量n相同的情况下,删失比例CR越小,两种方法的置信区间长度会越小,覆盖概率就接近置信水平。进一步来看,如果样本量和区间删失比率相同时,对比两种方法的覆盖概率,那么经验似然(EL)的覆盖概率比最大似然估计(MLE)要精确一点。因为最大似然估计方法中,模型中未知参数估计的结果可能会存在有偏估计。因此,从模拟的结果来看,用来估计未知参数的统计方法中,经验似然法(EL)估计结果较好。