生存分析是研究生存现象和响应时间数据及其规律的一种统计方法.生物统计中的死亡时间分析是该领域中最早、最深入的研究方向之一.近年来,生存时间的删失数据回归模型得到了广泛的研究和应用,许多学者也提出了多种估计方法.本文考虑当响应变量(4被删失变量删失的情况,观测到的变量为:(5=min(（4,）,删失指标量记作=(（4≤）.在删失数据中,删失指标量可以传达出观测时间到底是研究人员需要的生存时间还是删失时间的信息,若得到的信息不完全,删失指标量就会发生缺失,当删失指标量未被完全观测时,为表示是否被完全观测的示性函数.作为近年来统计分析研究中的一种逐渐热门的新方法,小波估计对于非参数函数的光滑性要求相较核估计等方法更低,具有良好的时频局域化特性,并且得到的大样本性质更为理想.本文考虑异方差回归模型(4₄)=2)(₄))+₄)0)₄),1≤4)≤9),其中²₄)=1)(₄)),(₄),₄))是固定设计点,1)（·）和2)（·）是定义在闭区间[0,1]上的未知函数,0)₄)是均值为0的随机误差.假设(4₄)随机右删失,删失分布已知或未知,本文主要讨论删失指标随机缺失的情况,在删失分布已知和未知的条件下分别构造异方差模型中2)（·）和1)（·）的校准（CA）、插值（IW）和逆概率（IPW）小波估计,在此基础上,提出在这两种条件下三类小波估计的渐近性质,并在一定条件下,证明了插值小波估计量的渐近正态性,最后,我们将渐近正态性的结果推广至模型方差相同时的情况.