مدل شفایافته برای تحلیل داده های بقاء در حضور افراد با بقاء طولانی مدت ارائه شده است. در اینگونه داده ها بعضی از افراد جامعه با گذشت زمان هرگز پیشامد مورد نظر را تجربه نمی کنند. برای مثال همه افراد عضو پیوندی را دفع نمی کنند. دو نوع از مدل های شفایافته برای تحلیل این داده ها ارائه شده است: (1) مدل شفایافته آمیخته (2) مدل شفایافته ناآمیخته. استفاده از مدل شفایافته آمیخته به روش بیزی دارای معایبی می باشد. لذا در رهیافت بیزی از مدل شفایافته ناآمیخته استفاده می شود. در تحلیل چند متغیره بقاء برای مثال دفع پیوند دو طرفه قرنیه چشم، متغیرهای کمکی مشاهده نشده موجب همبستگی بین زمان های دفع پیوند می گردد. برای حل این مشکل مدل های شکنندگی مشترک در تحلیل بقاء ارائه شده اند. اما استفاده از این مدل نیز دارای محدودیت هایی است. برای غلبه بر این مشکل مدل شکنندگی همبسته در تحلیل بقاء ارائه شده است. در این رساله دو مدل شکنندگی مشترک شفایافته ارائه شده توسط ین (2005) را به سه نوع مختلف شکنندگی همبسته با توزیع گامای جمع پذیر و توزیع لگ-نرمال دو متغیره با دو نوع محدودیت اعمال شده بر روی میانگین توزیع لگ-نرمال بسط دادیم. تابع درستنمایی را بر اساس تابع خطر نمایی قطعه ای ساخته و از روش های زنجیر مارکوف مونت کارلو در رهیافت بیزی برای برآورد پارامترهای مدل استفاده می کنیم. برای مقایسه، مدل های متناظر شکنندگی همبسته کاکس را نیز به داده ها برازش دادیم. برای اطمینان از نتایج حاصل از الگوریتم های عددی مورد استفاده، از روش های گرافیکی و معیار تشخیص همگرایی آماره گلمن-روبین را مورد استفاده قرار دادیم. مدل های ارائه شده را بر روی داده های حاصل از یک مطالعه گذشته نگر مربوط به پیوند قرنیه دو طرفه در بیماران قوز قرنیه بکار بردیم. بر اساس معیار برازش مدل به داده ها (معیار اطلاع کیبش) مدل های شکنندگی همبسته شفایافته برازش بهتری به داده ها دارند. از دیگر محاسن مدل های شفایافته برآورد نسبت افراد شفایافته ها می باشد که برآورد آن در مدل های متداول بقاء امکان پذیر نمی باشد.