Cox 比例风险回归的选项卡提供了许多控制项和可选结果，Prism 可以从该分析中报告这些结果。检验和报告拟合优度值和模型诊断的许多相同技术与多元线性回归和多元逻辑回归等其他技术类似。

参数的拟合优度值有多精确？

拟合 Cox 比例风险回归模型后，Prism 将报告估计的回归系数（β 系数）以及模型中每个预测变量的风险比率（指数化β 系数）。Prism 还可以选择性地报告 beta 系数的标准误差、系数和风险比的置信区间以及每个预测因子的 P 值（注意，给定参数系数的 P 值与相关风险比的 P 值相同）。这些值可用于评估系数估计值的稳定程度。参数估计值的标准误差大（随后意味着置信区间大）意味着点估计值存在相当大的不确定性。P 值可评估贝塔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（或风险比率为 1），则相应预测因子变量的值对模型计算出的风险没有影响。

变异性变量是否相互交织或冗余？

Prism 提供了将参数协差矩阵作为分析结果一部分的选项，以显示每个参数与其他参数的相关程度。如果选择了 "相关性矩阵 "选项，Prism 将生成一个包含参数相关性的附加结果选项卡，并生成相关性热图。此外，Prism 还能量化多重共线性--即每个变量能从其他变量预测出的程度。这一过程对于 Cox 比例风险回归与多元线性回归和多元逻辑回归是一样的，更多详情请点击此处。

比较模型诊断

对话框的这一部分有四个选项可以启用，包括

•阿凯克信息准则 (AIC)

•部分对数似然 (LL)

•负 2 倍部分对数似然 (-2*LL)

•伪 R 平方

启用后，对于对话框 "模型 "选项卡中指定的模型和与数据拟合的空模型（不含协变量/预测因子变量的模型），每个诊断都将报告所选诊断的值。默认情况下，AIC 是唯一启用的选项。本页将详细介绍如何计算这些诊断结果。

计算

指定 Prism 在报告结果值时应使用的置信水平。默认设置为 95%。

用于绘制图表的附加变异性变量（仅限残差图表）

选择可选变量，自定义由 ▪ Cox 比例风险回归生成的残差图形：

•标签 - 行标识符，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，而该变量通常不在计算之列。用这种方法对符号进行颜色编码，可以在图表中显示数据的更多细节。

•符号大小 - 用于缩放输出图表中符号的大小。在设置图表格式对话框中完善将数值转换为大小的规则

输出

使用这些控件可指定 Prism 在结果中报告的有效数字位数（P 值以外的所有值），并指定在结果中报告 P 值时使用的 P 值样式。