在生存分析和可靠性研究中，对治疗效果差异进行统计推断是一个很重要的课题。本文研究了两个问题:　　 第一部分是研究在两样本删失数据模型中，对治疗组和对照组的生存比较概率进行统计推断。生存比较概率即是一个组的生存变量大于另外一个组的生存变量的概率。本文对生存比较概率提出了两个非参数估计和两个加权估计，根据点过程鞅理论证明了这四个估计的渐近正态性，而且也证明了这两个加权估计的渐近方差分别要比前两个非参数估计的渐近方差小。并且采用基于鞅的bootstrap方法构造了生存比较概率的置信区间，从理论上证明了基于鞅的bootstrap置信区间有近似正确的覆盖率。利用数值模拟验证了本文中所提出的四个估计的好的性质，而且通过比较正态方法和鞅bootstrap方法这两种方法得到的置信区间的覆盖率和平均长度，可知鞅bootstrap置信区间构造方法有很好的结果。　　 第二部分研究的是一组完全样本下的随机治疗效果的随机平均均值差，记η是指示变量，如果η=1表示这个样本是经过治疗的，而η=0表示是没经过治疗的。记Y(1)和Y(0)分别表示对应η=1和η=0响应变量的观察数据，仅能观察到Y=ηY(1)+(1-η)]Y(0)和η，而本研究感兴趣的参数随机平均均值差即为γ=EY(1)-EY(0)。考虑无混杂条件，即(Y(0)，Y(1))在协变量X条件下与治疗分配的指示变量η独市。并且在协变量X条件下的分配治疗的概率模型服从已知的参数形式P(η=1｜X)=π(X，α)，其中α为未知参数。本文在这种模型下对于随机治疗效果的平均均值差提出了逆概率加权，回归和补值三个半参数估计并从理论上给出了大样本性质，而且通过数值模拟比较了这三个半参数估计与已知的三个估计，这三个半参数估计的性质在小样本下要好。