删失分位数回归模型可以用于度量不同分位水平下协变量对生存时间的影响,它作为Cox比例风险模型的补充,具有便于解释、结果直观的优点,在生存分析中得到了广泛应用.然而,由于各种现实情况的限制,实际收集的生存数据可能存在删失与缺失并存的现象,本文提出了协变量非随机缺失下的删失分位数回归模型对这类数据进行统计分析.具体来说,首先基于逆概率加权的思想对缺失数据进行权重分配,该部分权重的计算分别通过最大似然估计和半参数估计方法得到.然后,将权重带入删失分位数回归模型中,对生存时间建模,我们采用传统的KM估计对删失数据的权重进行再分配,并运用逐步迭代的方法得到模型的参数估计值,同时说明了估计值的渐进性质.最后,我们针对不同的误差分布情况、删失率、缺失率以及缺失协变量类型进行了数值模拟,此外,还将模型运用到真实的肺结核数据中,分析了肺结核的相关致病因素.模拟结果和实证分析都进一步证明了模型的有效性.