在对治愈率的分析中,往往存在由于某些原因而致使观测时间删失的情况。对于这种情况,无法判断个体是否被治愈,即个体的治愈情况是缺失数据,因而也无法对这部分数据进行治愈率分析。针对这种数据删失的情况,使用一种多重填补的方法,用带有删失数据的生存数据去进行治愈率分位数回归,估计治愈率分位数回归模型中的参数。首先,使用一种迭代的算法去估计每个个体的条件未治愈概率,然后使用这一估计概率去估计个体的治愈情况,即将删失指标通过条件未治愈概率和伯努利样本进行填补;其次,根据填补后的数据,将样本根据治愈情况分为治愈和未治愈,通过采用局部加权的方法来对未治愈个体进行分位数回归模型的参数估计;最后,重复多次上述的填补过程,对得到的估计值进行平均值计算,则获得分位数回归模型的一致估计。这一方法放宽了常见的全局线性假设,因此可以将分位数回归应用于任何感兴趣的分位数。为了分析这一多重填补法,从随机模拟和实例分析出发,对估计结果进行分析。本文通过构造满足一定假设下的数据集,使用该数据集对模型进行拟合,从而得到模型的参数估计结果,将该结果与设定的假设值进行比较,对比分析确定估计方法的有效性和一致性。除随机模拟外,将治愈率分位数回归模型和该估计方法分别应用于R语言中自带的rdata数据集以及滤泡细胞淋巴瘤的数据集中,通过R语言来实现模型的建立和对参数进行估计,并得到相应的估计结果,从而分析治愈率分位数回归模型的多重填补法。