Cox比例风险回归的“选项”标签页提供了多种控制选项和可选结果，Prism 可据此生成分析报告。用于检验和报告控制数据以及拟合优度的许多技术，与其他技术（如多元线性回归和多元逻辑回归）相似。

参数的控制数据精确度如何？

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）以及风险比（指数化的β系数）。 Prism 还可以选择性地报告 β 系数的标准误差、系数和风险比的置信区间，以及每个预测因子的 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）。这些值可用于评估系数估计值的稳定性。参数估计值的标准误差较大（这意味着置信区间较宽），表明点估计存在相当大的不确定性。 P 值用于评估 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对模型计算出的风险将没有影响。

这些变量是否相互交织或存在冗余？

Prism 提供将参数协方差矩阵纳入分析结果的选项，以展示各参数之间的相关程度。若选中“相关矩阵”选项，Prism 将生成一个包含参数相关性的附加结果标签页，并生成相关性的热力图。 此外，Prism 还能量化多重共线性 - 即每个变量能多大程度上由其他变量预测出来。这一过程对于 Cox比例风险回归与多元线性回归及多重逻辑回归是相同的，更多详情可参见此处。

比较模型诊断

此对话框部分提供四项可启用的选项，包括：

•赤池信息准则 (AIC)

•偏对数似然 (LL)

•负两倍偏对数似然 (–2*LL)

•伪R平方

启用后，每项诊断指标都会分别针对对话框“模型”选项卡中指定的模型以及拟合数据的零模型（不含协变量/预测变量），报告所选诊断指标的数值。默认情况下，仅启用 AIC 选项。本页面提供了关于这些诊断指标计算方法的更多详细信息。

计算

指定 Prism 在结果中报告数值时应使用的置信水平。默认设置为 95%

用于绘图的附加变量（仅限残差图）

选择可选变量以自定义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，该值通常不参与计算。通过这种方式对符号进行颜色编码，可在图表上展示更多数据细节。

•符号大小 - 用于调整输出图中符号的大小。可在“设置图表格式”对话框中调整将数值转换为大小的规则

输出

使用这些控件指定 Prism 在结果中报告的有效数字位数（适用于除 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。