關於雙截斷資料存活函數估計之方法，已有不少源自概似函數而推導出的演算法，如Turnbull (1976)利用EM演算法所得的自我一致(Self-consistent)估計式，Efron與Petrosian (1999)中列出由概似函數直接推導出的自我一致估計式，和他們提出以涉險個數(risk set)為依據的演算法，這些方法所得的存活函數最大概似估計量皆是相同。
然而，目前尚未有學者對雙截斷資料提供兩組存活函數之無母數檢定方法。因此於本論中將推廣Petroni與Wolfe (1994)的想法，建議以雙截斷資料下兩組估計的存活函數之差為檢定統計量，並以概似函數推導出該檢定統計量的變異數。除此之外，用模擬的方式探討雙截斷資料下兩組存活函數之檢定統計量的特性與適用時機。
模擬結果驗證了論文中所建議的三種檢定統計量之漸近抽樣分布皆為標準常態分布。除此之外，模擬結果顯示，採用較精準變異數估計式所得的第三種檢定統計量的檢定力為最高。

Bickel, P. J. and Doksum, K. A. (2001). Mathematical Statistics. 2nd ed. Prentice
Hall.
Efron, B. and Petrosian, V. (1999). Nonparametric Methods for Doubly Truncated
Data. Journal of the American Statistical Association, 94, 824-834.
Klein, J. P. and Moeschberger, M. L. (1997). Survival Analysis Techniques for
Censored and Truncated Data. Springer.
Pepe, M. S. and Fleming, T. R. (1989). Weighted Kaplan-Meier statistics: a class
of distance tests for censored survival data. Biometrics, 45, 497-507.
Petroni, G. R. and Wolfe, R. A. (1994). A Two-Sample Test for Stochastic Ordering
with Interval-Censored Data. Biometrics, 50, 77-87.
Tsai, W. Y. (1990). Testing the assumption of independence of truncation time and
failure time. Biometrika, 77, 169-177.
Tsai, W. Y. and Zhang, C.H. (1995). Asymptotic Properties of Nonparametric
Maximum Likelihood Estimator for Interval-Truncated Data. The Scandinavian
Journal of Statistics, 22, 361-370.
Tsai, W. Y. (2003). Unpublished technical report.
Turnbull, B. W. (1976). The Empirical Distribution Function with Arbitrarily
Grouped Censored and Truncated Data. Journal of the Royal Statistical Society,
Series B, 38, 290-295.
陳瑞鈴和張又升 (2001), 台灣建築生命週期使用年限調查之研究. 內政部建築研究所研究計
畫成果報告. MOIS903032.