在很多学科领域的研究中，如现代工业，农业，医学，经济学，保险精算学以及生物科学等，我们为进行统计推断与假设检验分析所获得的数据往往是不能被精确观测的.这些观测数据或者已知落在某一个特定观测区间内，或者已知大于或小于某一个观测时间点，这样的数据我们称为删失型或者截尾型数据.近几年来，删失型数据的研究逐渐得到了统计学家们的重视，这些研究中，关于分布函数的研究仍然占据了很重要的组成部分，统计学家们提出了丰富，有效的估计方法.　　 对分布函数的估计可以看成时对生存函数的估计，现有的对生存函数经典的估计方法有寿命表法[34]，kaplan-Meier[9]，Susarla-Van Ryzin(1978)的Bayes估计，Turnbull(1974)[18]的双侧截断模型生存函数的估计，Woodroofe[22]对随机截尾(Truncation)时的分布函数估计工作，以及Groeneboom和Wellner[4]关于区间数据的分布函数估计方法等等.但这些方法处理的数据类型比较简单.本文讨论的是含多重删失的生存数据，数据类型比较复杂，因此需要对现有的方法进行改进，本文给出了多重删失数据分布函数的估计，并且证明了估计量的性质，最后用模拟试验验证了估计量的有效性和可行性.　　 本文包含以下几方面的内容：　　 第一章引言，介绍有关概念，区间删失的类型，概述了国内外生存数据分布函数估计的发展和现状，并对现有的理论研究成果加以总结.　　 第二章符号说明和模型的准备.vv第三章针对多重删失类型数据，根据两步估计[7]和自相合估计[19]的思想，给出了删失生存数据分布函数改进的估计方法，并对此分布函数的估计的相合性问题给出了证明.　　 第四章针对第三章的方法，进行了随机模拟试验，并对随机模拟试验的结果进行了分析，说明这种估计方法的有效性.　　 第五章纵观整体，对本文进行了总结概括.