探索和分析具有多个状态和事件的生命历史数据的一个主要问题是，灵活方法的开发和可用性，这些方法允许同时合并和估计基线危险，检测和建模协变量和时变效应的非线性功能形式，以及包括时间相关协变量的可能性。在本文中，我们考虑了一个考虑到这些方面的非参数乘法风险模型。在计数过程方法中，估计基于惩罚可能性和样条曲线。这些方法通过两个实际数据应用程序进行了说明，一个应用于具有两个吸收状态的更传统的生存数据集，另一个应用到具有多个重复睡眠状态的更复杂的睡眠脑电图数据集。