进行Cox比例风险回归后，拟合模型，提供模型中的预测变量与估计风险比之间的关系。通过每个预测变量的参数估计值来总结这些关系。

定义模型后，可以为输入数据表中的每个原始个体观察结果提供附加信息。可在结果的“个体值”选项卡上找到这些值，该表中的行对应于输入数据表的行（数据表第一行上的观察结果对应于个体值结果表的第一行，依此类推）。具体而言，对于每个个体观察结果，报告以下值：

•线性预测因素，XB - 输入估计参数估计值和每个个体的各预测变量的值后，Σxi*βi的计算值。该值表示个体观察结果的估计对数（风险比）相较于基线风险水平的变化程度

•风险比，exp（XB） - 线性预测因素（XB）的指数。该值是乘法标量，用于根据基线风险比确定个体的风险比，或者根据基线累积生存率确定个体的累积生存率。Cox回归在很大程度上依赖于比例风险假设（即任何个体的风险比与某种未知的基线风险成比例）。该相对风险值（exp（XB））代表该比例（该特定个体的风险比基线风险高多少倍或低多少倍）

•累积风险（H（t）） - 在给定的观察历时内，模型估计的个体累积风险（截至时间t的总累积风险）。累积风险值越高，估计的累积生存概率值越低（见下文）。由于许多数学/计算原因，该值很重要（因此包含在结果表中），但不容易直接解读。通过以下公式，可以看出累积风险与累积生存率之间的关系：

•累积生存率（S（t）） - 在给定的观察历时内，模型估计的个体生存率。该值表示个体生存到此时间的概率，假设其每个预测变量的值与该观察结果相同。通过以下公式，运用基线生存函数，使用以下公式计算该值（基线值见本页）：

注意，通过使用上文提供的两个方程，可以直接使用基线生存函数和线性预测因素（XB）值计算出模型估计的个体累积风险值：