我喜欢：

• 生存分析：审查和截断数据的技术(Klein & Moeschberger)
• 生存数据建模：扩展 Cox 模型(Therneau)

第一个在跨越理论和模型构建问题方面做得很好。它主要关注半参数技术，但对参数方法有合理的覆盖。如果这就是您所追求的，它实际上并没有提供任何 R 或其他代码示例。

第二个是 Cox PH 侧的建模（如标题所示）。它是由 R 中的生存包的作者编写的，并且有大量的 R 示例和小型案例研究。我认为这两本书是相辅相成的，但我推荐第一本书作为入门。

开始使用 R 的快速方法是 David Diez 的指南。

对于一个非常清晰、简洁和实用的方法，我强烈推荐Box-Steffenmeier 和 Jones 的Event History Modeling

Paul D. Allison 的“使用 SAS 进行生存分析：实用指南”为数学和 SAS 代码之间的联系提供了一个很好的指南——如何思考你的信息、如何编码、如何解释结果。即使您使用的是 R，也会有一些相似之处可能被证明是有用的。

大卫科莱特。医学研究中的生存数据建模，第二版。查普曼和霍尔/CRC。2003.国际标准书号 978-1584883258

软件部分虽然侧重于 SAS 而不是 R。