近年来,随着生物学、医学和经济学的发展,对于复发事件过程的研究取得了很大的进展,但对于复发事件过程中产生的面板计数数据仍需进一步研究。本文充分考虑了复发事件过程中协变量、个体无法观测的异质性以及相依观测过程对复发事件过程的影响,分别建立了一般速率模型、混合效应模型和含有倾向指数加权的半参数模型,使之能够更为准确合理地解释复发事件过程。本文的主要研究内容包括:1.根据面板计数数据自身的结构特点,在假定非齐次泊松分布的条件下,建立了适用于面板计数数据的一般速率模型,并采用极大似然估计法进行参数估计,通过估计的渐近性质、数值模拟以及真实的膀胱癌数据实例分析,得出了服用三胺硫磷可以有效降低膀胱癌复发率的结论。2.在参数模型的假定下,我们考虑了能够体现个体异质性的随机因子,建立了既有随机效应项又有参数项的混合效应模型,并运用极大似然估计法进行参数估计,然后在该模型下通过具体的数值模拟,得到了极大似然估计值比理想条件下更加稳定,有效降低了参数估计的标准误差。3.我们不仅考虑了协变量对复发事件过程和观测过程的影响,以及观测过程对复发事件过程的影响,而且还充分考虑了观测过程和复发事件过程之间的相依性对参数估计的误差影响。因此,我们向模型中引入倾向指数来进行调整,进而减少甚至消除相依观测过程对复发事件过程产生的混杂偏倚,建立了含有倾向指数加权的半参数模型对面板计数数据进行统计推断,与不含有倾向指数加权的模型相比,该模型提高了参数估计的效率。然后提出了逆概率加权估计方程法对模型中的参数进行了估计,证明了估计量在大样本下的渐近性质。最后在不同的假设条件下通过_MATLAB软件进行了数值模拟,验证了这些估计的有限样本性质和合理性。