Cox回归模型，又称“比例风险回归模型(proportional hazards model)”,简称Cox回归。它是一种研究相关因素对于生存时间影响的回归模型，其已在医疗，金融和市场研究等专业领域中广泛使用。比如医学研究中，新药物使用是否会有效的增加癌症病人的存活时间；企业创始人能力素质对于企业生存时间的影响关系研究等。
当前某研究人员拟观察一种新型癌症药物的疗效情况，首先将50名癌症患者随机分成两组，对照组使用传统治疗方式，实验组使用新式药物治疗方式。并且随访时间为2年。并且以是否死亡为作为结局。希望通过研究了解到新式药物是否对于生存时间带来影响，同时性别和年龄有可能对于生存时间产生影响，因而性别和年龄也考虑在内。
Cox回归的目的在于研究X对于Y的影响，而此处的Y需要使用2项表示，分别为生存态度和生存时间，简单地讲即需要同时考虑结局(死亡)是否发生，同时还需要考虑结局发生的时间。
比如从当前时间点到2年后的随访，有可能患者仅生成4周，也有可能生成20周，更有可能在2年后依然存活，此处的生存时间即为存活的时间长度。同时还需要单独用一项表示生存状态，分别用数字1和0表示，1表示死亡，0表示生存。
可以使用SPSSAU进行分析：
结果如下：
上表格为模型似然比检验结果，似然比检验原假设为是否放入自变量两类模型质量均一致；从上表可知，模型拒绝原定假设(χ2=8.725，p =0.033 <0.05)，即说明本次构建模型时，放入的自变量具有有效性，本次模型构建有意义。
从上表可知，将药物组别作为自变量进行cox回归研究，模型公式为：ln[h(t,X)/h0(t)]=-1.171*药物组别 (ln代表取对数，h0(t)代表基准风险率)。最终具体分析可知：药物组别的回归系数值为-1.171，并且呈现出0.01水平的显著性(z =-2.587，p =0.010 < 0.01)，意味着药物组别会对生存时间(周)产生显著的负向影响关系。以及相对危险度(HR值)为0.310(95% CI:0.128~0.753)，意味着相对于传统治疗，新式药物的死亡风险为传统治疗的0.310倍。