对一些个体进行观察，某种感兴趣的事件重复发生的时间数据被称为是复发事件数据.近十几年来,随着生物、医学和经济的发展,使复发事件数据的研宄取得了很大的进步,建立了许多重要的统计模型.但是,这一研究领域中仍然存在一些重要的、并难于解决的统计问题,特别是当复发事件与刪失时间相依时对相关数据的处理.目前，很多学者提出的方法通常都需要独立删失的假设.另外，在很多情况下，终止时间作为删失机制的一部分，其可能和复发事件过程有关.在假设删失与复发事件过程相依的条件下，学者提出的方法大多要求协变量与时间独立，或者要求脆弱变量服从某特定的分布,这同样使得提出的理论很难应用于实际.本文简单地介绍了生存函数、复发事件过程、危险函数、强度函数、脆弱模型、U-统计量等与本论文密切相关的基础知识和理论.在删失与终止时间和复发事件过程均相关、协变量与时间相关的假设下,对终止时间的危险函数和复发事件过程的强度函数进行建模，提出了比例危险函数和比例强度函数的共享脆弱模型.另外，在模型中我们并不限制删失变量和脆弱变量的分布.运用乘积限估计、成对的伪似然估计等方法估计了模型中未知参数和函数.然后，运用函数的Delta方法、U-统计量法等方法，给出了这些估计在大样本下的渐近性质.最后，考虑到实际需要，在和前面的相同的假设条件下,提出了可加危险函数和比例强度函数的共享脆弱模型,运用前面类似的方法与鞅的?-些基本性质，给出了模型中未知参数和函数的估计及其渐近性质.