Cox 比例风险回归用于估算各种预测因子变量对某些相关事件发生时间的影响。通常情况下（尤其是在生物科学领域），所关注的事件就是死亡，生存分析也因此而得名。Cox 比例风险回归的目标是为观察人群的风险率生成一个模型，该模型与该人群的生存函数直接相关。然后就可以根据模型中的预测因子值，生成人群中特异性群体或个体的生存曲线。请使用下面的链接了解如何在 Prism 中执行 Cox 比例风险回归。
注意事项
Cox 比例风险回归是 Prism 9.3.0 中引入的最新（也可以说是最先进的）Prism Labs 功能。这种分析作为生存分析的行业标准已经非常成熟，可以对多种不同类型的预测因子变量（包括分类变量和连续变量）及其对生存的影响进行复杂的研究。为了确保 Prism 生成的结果准确无误，我们做了大量工作，在这些指南页面中，您会发现许多关于如何生成这些结果的解释，以及如何解读其中许多结果的基本指导。
不过，Cox 回归是一种高级 分析，可以说比 Prism 中的任何其他分析都要高级。在使用 Cox 回归分析数据之前，请务必了解生存分析的基本原理（即Kaplan-Meier 生存估计和用于比较所生成的生存曲线的各种检验：对数秩检验、对数秩趋势检验和 Gehan-Breslow-Wilcoxon 检验）。Cox 回归还在很大程度上依赖于检验力其他形式多元回归（如多元线性回归和多元逻辑回归）的统计概念。即使了解了所有这些不同的概念，在处理这些复杂的技术时，最好的建议始终是寻求统计学家的指导或帮助。
