生存分析自二十世纪70年代以来得到迅速发展，在生物学、医学、经济学、公共卫生管理、可靠性等领域有广泛的应用．随着贝叶斯理论的融入，基于两者相结合的贝叶斯生存分析理论能够有效处理小样本、数据不完全、运行环境复杂等问题．并且MCMC方法在贝叶斯分析中的应用，使得原先异常复杂的数值计算问题变得游刃而解，参数后验分布的模拟也更为方便，促进了贝叶斯生存分析理论及其应用上的空前发展．　　主要针对基于生存时间为右删失的情况，通过右删失数据的似然函数构造方法，推导出指数回归模型和威布尔回归模型的似然函数，然后基于贝叶斯理论来获得参数的后验分布，并运用MCMC方法和Gibbs抽样对参数后验分布进行模拟，借助WinBUGS数据仿真软件对后验分布进行计算，并借助一个实际案例对模型进行验证，　　在先验信息不足时，利用贝叶斯参数回归模型估计会出现较大偏差，针对这种情况，对半参数Cox比例风险回归模型进行建模，它具有参数和非参数的性质，在协变量随时间的变化而改变的情况下，构造Cox比例风险回归模型的全似然函数，进而得到参数的后验分布，运用MCMC方法和Gibbs抽样对参数后验分布进行模拟，借助WinBUGS数据仿真软件对后验分布进行计算，得到参数后验估计，并借助一个实际案例对模型进行验证。