تحلیل داده های بقای سانسور راست و بریده شده از چپ در بسیاری از تالیفات آماری به چشم می خورد. اهمیت تحلیل این نوع داده ها از وسعت کاربرد آن ها در عمل سرچشمه می گیرد که در بررسی های پزشکی در رابطه با بیماری هایی از جمله ایدز و دمانس کاربرد فراوان دارد. نکته ای که در مورد این چنین بیماری هایی پیش می آید، این است که زمان دقیق یا حتی تخمینی شروع بیماری در دست نیست و بیماران معمولاً در اثر حادثه یا کاملاً اتفاقی متوجه بیماری خود می شوند چرا که بیماری هایی مانند ایدز یا تومورهای خوش خیم، مدت نسبتاً زیادی در بدن باقی می مانند تا به مرحله ی نمود برسند و نشانه های خود را آشکار سازند. حتی بیماری های نظیر دمانس که ممکن است اطرافیان زود به آن پی ببرند و فرد از زمان شروع بیماری اطلاعی نداشته باشد. موضوعی که کمتر به آن توجه می شود، اریب شدن نتایج حاصل از تحلیل این گونه داده ها می باشد، زیرا مشاهده می شود که افرادی که وارد نمونه می شوند، نسبت به بقیه ی افراد جامعه دارای طول عمر بیشتری هستند. این اریبی در اصطلاح، در طول-اریبی نامیده می شود. داده های زمان تا پیشامد از راست سانسور شده، معمولاً از موارد هم گروه شایع که از نمونه گیری در طول-اریب ناشی شده اند، مشاهده می شوند. با داده های در طول-اریب اغلب در مطالعات مشاهده ای روبرو می شویم. در این پایان نامه، دو رده انعطاف پذیر از مدل های نیمه پارامتری تحلیل بقا، یعنی مدل های تبدیل و مدل های زمان شکست شتابیده را به منظور بررسی تاثیرات متغیرهای کمکی روی زمان شکست در طول-اریب‏‏، در نظر می گیریم.‎‎‎