Cox比例风险回归用于估计各种预测变量对达到某一感兴趣事件所需时间的影響。通常（特别是在生物科学领域），这一感兴趣的事件是死亡，因此得名生存分析。 Cox比例风险回归的目标是建立一个描述观察人群风险率的模型，该风险率与该人群的生存函数直接相关。随后，可据此绘制人群中特定组别或个体的生存曲线（基于模型中预测变量的取值）。 请点击以下链接，了解如何在Prism中进行Cox比例风险回归分析。
请注意！
Cox比例风险回归作为生存分析的行业标准已得到广泛认可，它允许对多种不同类型的预测变量（包括分类型和连续型）及其对生存的影响进行复杂分析。 我们竭尽全力确保 Prism 生成的结果准确无误，在这些指南页面中，您将找到关于这些结果生成过程的详细说明，以及如何解读其中许多结果的基本指导。
然而，Cox 回归是一种高级分析方法——可以说比 Prism 中提供的任何其他分析方法都要更复杂。 在使用Cox回归分析数据之前，请确保您已掌握生存分析的基础知识（即Kaplan-Meier生存估计法，以及用于比较所得生存曲线的各种检验：对数秩检验、趋势检验和Gehan-Breslow-Wilcoxon检验）。 Cox回归在很大程度上依赖于检验其他形式的多重回归（如多元线性回归和逻辑回归）的统计概念。即使掌握了所有这些不同的概念，在处理这些复杂技术时，最好的建议始终是向统计学家寻求指导或帮助。
