Cox比例风险回归的“选项”选项卡提供有许多控件和可选结果，Prism可通过该分析报告这些结果。用于检验和报告最佳拟合值和模型诊断的许多相同技术类似于其他技术，例如多元线性回归和多元逻辑回归。

参数的最佳拟合值有多精确？

拟合Cox比例风险回归模型后，Prism将报告模型中每个预测变量的估计回归系数（β系数）和风险比（指数化β系数）。此外，Prism还可以选择报告β系数的标准误差、系数和风险比的置信区间以及每个预测值的P值（请注意，给定参数系数的P值与相关风险比的P值相同）。可使用这些值来评估系数估计值的稳定性。参数估计的大标准误差（随后意味着大置信区间）意味着点估计存在相当大的不确定性。P值可用于评估β系数的真实值是否为零（相当于检验风险比的真实值是否为1.0）。如果系数的真实值为零（或风险比为1），则相应预测变量的值不会对模型计算的风险产生影响。

此类参数究竟是交织还是冗余？

Prism提供有用纳入参数协方差矩阵的选项，即作为分析结果的一部分，以显示每项参数与其他参数的相关程度。如果选择“相关矩阵”选项，则Prism将生成带有参数相关性的附加结果选项卡，还将生成相关性的热图。另外，Prism可以量化多重共线性 - 每个变量可以从其他变量预测的程度。对于Cox比例风险回归以及多元线性和多元逻辑回归，该过程相同，详见此处。

比较模型诊断

在对话框的这一部分可以启用四个选项，其中包括：

•Akaike信息标准（AIC）

•部分对数似然（LL）

•负二倍部分对数似然（-2*LL）

•伪R²

启用后，每个选项将报告将对话框中“模型”选项卡上指定的模型和零模型（无协变量/预测变量的模型）拟合到数据的选定诊断值。默认情况下，AIC是唯一启用选项。本页提供了关于如何计算各项诊断的更多详细信息。

计算

指定Prism在报告结果中的值时应使用的置信度。默认情况下，置信度设定为95%

绘图（仅限残差图）的附加变量

选择可选变量来自定义Cox比例风险回归生成的残差图：

•标签 - 行标识符（例如，行号、名称或ID号）

•符号填充颜色 - 每个符号的颜色由该变量的值决定，该变量通常不属于计算的一部分。颜色 - 以此方式对符号进行编码可以在图表上显示更多数据细节。

•符号大小 - 用于缩放输出图表上的符号大小。在“设置图表格式”对话框中，细化将数值变换为尺寸的规则

输出

使用这些控件指定Prism在结果中报告的有效位数（除P值外的所有值），并指定在结果中报告P值时使用的P值样式。