Cox比例风险回归用于估计各种预测变量对某些感兴趣事件发生前历时的影响。通常情况下（特别是在生物科学领域），感兴趣事件是死亡，生存分析的名称由此而来。Cox比例风险回归的目标是为观察群体的风险比生成模型，其与该群体的生存函数直接相关。可用于为群体中的特定群体或个体生成生存曲线（基于模型中预测变量的值）。使用以下链接，了解关于如何在Prism中进行Cox比例风险回归的更多信息。
提醒一句！
在Prism 9.3.0中引入Cox比例风险回归，作为Prism Labs的最新（也可以说是最先进）功能。该分析作为生存分析的行业标准已经非常成熟，并允许对多种不同类型的预测变量（分类变量和连续变量）及其对生存率的影响进行过复杂研究。我们竭尽全力确保Prism生成的结果准确，在这些指南页面中，您可以找到许多关于这些结果如何生成的解释，以及如何解释其中许多结果的基本指南。
然而，Cox回归很先进 - 可以说比Prism中任何其他分析都先进。使用Cox回归分析数据前，确保您了解生存分析的基本原理（即，Kaplan-Meier生存估计和各种可用于比较所产生的生存曲线的检验：对数秩检验、趋势对数秩检验和Gehan-Breslow-Wilcoxon检验）。另外，Cox回归也严重依赖推动其他形式的多元回归（如多元线性和多元逻辑回归）的统计概念。即使了解了所有这些不同概念，最好的建议总是在处理这些复杂的技术时寻求统计员的指导或帮助。
