diff --git "a/\345\210\206\347\261\273\345\222\214\345\233\236\345\275\222/\347\224\237\345\255\230\345\233\236\345\275\222/survival-regression.md" "b/\345\210\206\347\261\273\345\222\214\345\233\236\345\275\222/\347\224\237\345\255\230\345\233\236\345\275\222/survival-regression.md"
index 654cfdf..1573227 100644
--- "a/\345\210\206\347\261\273\345\222\214\345\233\236\345\275\222/\347\224\237\345\255\230\345\233\236\345\275\222/survival-regression.md"
+++ "b/\345\210\206\347\261\273\345\222\214\345\233\236\345\275\222/\347\224\237\345\255\230\345\233\236\345\275\222/survival-regression.md"
@@ -71,7 +71,7 @@ $$\iota(\beta,\sigma)=\sum_{i=1}^{n}[-\delta_{i}\log\sigma+\delta_{i}\log{f_{0}}
 
   其中$S_{0}(\epsilon_{i})$是基准生存函数，$f_{0}(\epsilon_{i})$是对应的概率密度函数。
 
-  最常用的`AFT`模型基于生存时间的韦伯分布，生存时间的韦伯分布对应于生存时间对数的极值分布，所以$S_{0}(\epsilon)$函数为：
+  最常用的`AFT`模型基于服从韦伯分布的生存时间，生存时间的韦伯分布对应于生存时间对数的极值分布，所以$S_{0}(\epsilon)$函数为：
 
 $$S_{0}(\epsilon_{i})=\exp(-e^{\epsilon_{i}})$$