سه کلاس عمده شامل روش های ناپارامتری، نیمه پارامتری و پارامتری در تحلیل داده های بقا توسعه یافته اند. در روش های پارامتری، به منظور بررسی تاثیر عوامل مختلف بر بقای بیماران از روش های رگرسیونی استفاده می شود. توزیع زمان بقا، اغلب وایبول، لوگ نرمال و یا لوگ لوجستیک در نظر گرفته می شود. همانند سایر مدل های پارامتری، استنباط صحیح برمبنای مدل های بقای پارامتری منوط به برقراری پذیره های آن، از جمله، استقلال مشاهدات، استقلال زمان سانسور از زمان بقا و همگنی پارامتر مقیاس توزیع لگاریتم زمان بقا می باشد. در مدل های رگرسیونی مطالعات فراوانی درباره پذیره همگنی واریانس پاسخ انجام شده، اما مطالعات در زمینه مدل های پارامتری بقا اغلب محدود به توزیع وایبول بوده و مطالعه مستقلی درباره پیامدهای ناشی از نادیده گرفتن همگنی پارامتر مقیاس و تاثیر آن بر برآوردها انجام نشده است. در این مطالعه مدل بقای لوگ لوجستیک با پارامترهای مرکب، که در آن پارامترها تابعی از متغیرهای همراه هستند، بررسی شد. برآورد پارامترها برمبنای یک رهیافت بیزی صورت گرفت. همچنین تاثیر ناهمگنی پارامتر مقیاس توزیع لگاریتم زمان بقا بر برآورد کمیت هایی مانند احتمال بقا، نسبت بخت و غیره بررسی گردید. نتایج شبیه سازی نشان داد که اگر پارامتر مقیاس توزیع لگاریتم زمان بقا ثابت نباشد، برآوردهای بیزی برمبنای مدل پارامتری بقای ساده نسبت به مدل با پارامترهای مرکب دارای اریبی بیش تر و دقت کم تری اند. نتایج حاصل از برازش این مدل به داده های مربوط به زمان فراغت از بیماری مبتلایان به سرطان پستان نشان داد که عواملی مثل نوع شیمی درمانی، اندازه تومور، درجه بدخیمی تومور و ... همواره باعث افزایش و یا کاهش احتمال بقای افراد نسبت به سطح مرجع می شود، ولی جهت رابطه متغیر وضعیت گیرنده استروژنی در طول زمان تغییر می کند.