Cox回归模型通常用于评估协变量对竞争风险生存数据的失效时间分布的影响。我们考虑这样一种情况，即观察到故障时间，但无法观察到某些个人的故障类型，假设所有故障类型的故障类型丢失概率都相同。Hemmi（1995）提出了Cox模型中回归系数的最大伪部分似然估计（MPPLE），以改进最大部分似然估计器（MPLE）。MPPLE具有一致性，但其分布是区间估计所必需的，迄今为止尚未解析获得。本文应用百分位法和BCa法等bootstrap方法，基于MPPLE构造回归系数的置信区间，并根据覆盖概率和区间长度对其进行数值评估。仿真研究表明，bootstrap方法能够构造合适的置信区间，并且基于MPPLE的bootstrap置信区间比基于MPLE的正态近似给出的置信区间短。