Cox比例风险回归用于估计各种预测变量对达到某感兴趣事件所需时间的影响。通常（特别是在生物科学领域），该感兴趣事件是指死亡，这也正是生存分析名称的由来。 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，该模型与该人群的生存函数直接相关。随后，可以利用该模型为人群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取值）。请点击下方链接，了解如何在Prism中进行Cox比例风险回归。
重要提示！
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，它支持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，在本指南页面中，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回归属于高级分析方法 - 甚至可以说比Prism中提供的任何其他分析方法都更为复杂。在使用Cox回归分析数据之前，请务必掌握生存分析的基础知识（即Kaplan-Meier生存估计，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回归还高度依赖于检验其他形式多元回归（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概念，在处理这些复杂技术时，最好的建议始终是寻求统计学家的指导或帮助。
