A túlélési elemzés a statisztika egyik ága, amely az eseménytől az eseményig tartó adatok elemzésére összpontosít. A többváltozós túlélési elemzésben az arányos veszélyek (PH) a legnépszerűbb modell annak érdekében, hogy több kovariánsnak a túlélési időre gyakorolt hatását elemezzük. A PH-modellben a konstans veszélyek feltételezése azonban nem mindig teljesül az adatok alapján. A PH feltevés megsértése a becslési eredmények félreértelmezéséhez és a kapcsolódó statisztikai tesztek erejének csökkenéséhez vezet. Másrészt a gyorsított meghibásodási idő (AFT) modellek nem feltételezik az állandó veszélyeket a túlélési adatokban, mint a PH modellben. Az AFT-modellek továbbá a PH-modell alternatívájaként használhatók, ha az állandó veszélyek feltételezése sérül. E kutatás célja az volt, hogy összehasonlítsa a PH-modell és az AFT-modellek teljesítményét az első születési intervallum (FBI) adatait befolyásoló jelentős tényezők elemzésében Indonéziában. Ebben a munkában a vita három AFT-modellre korlátozódott, amelyek Weibull-, exponenciális és log-normális eloszláson alapulnak. A grafikus megközelítéssel és statisztikai teszttel végzett elemzés kimutatta, hogy a nem arányos veszélyek léteznek az FBI-adatsorban. Az Akaike információs kritérium (AIC) alapján a log-normális AFT modell volt a legmegfelelőbb a többi vizsgált modell közül. A legjobban illeszkedő modell (log-normális AFT modell) eredményei azt mutatták, hogy az olyan kovariánsok, mint a nők iskolai végzettsége, a férj iskolai végzettsége, a fogamzásgátló ismeretek, a tömegmédiához való hozzáférés, a vagyoni index és a foglalkoztatási státusz az indonéziai FBI-t befolyásoló tényezők közé tartoznak.