很多数据分析师都会使用SPSS这个数据分析软件，那么如何分析一些多因素的数据呢？SPSS中有cox回归模型，也称为比例风险回归模型。该模型是一种典型的多因素分析方法，它以生存结果和生存时间为变量，分析许多因素对生存期的影响。让我们带你去学习如何使用它！
操作方法：
演示数据
本文中使用的示范数据如图1所示。根据不同的治疗方法，将70个患者数据分为2组。第一组采用新药治疗，第二组采用常规治疗。我们将探索两种不同的治疗方法是否不同于患者的生存。
治疗方法分为0(常规治疗)和1(新药治疗)；性别分为0(女)和1(男)；年龄分为0(60岁以下)和1(60岁以上)；生存时间表示患者生存周数；生存结果也分为0(生存)和1(死亡)。
图1：演示数据
Cox回归分析
第一步:打开-进入Cox返回操作界面。
图2：Cox回归
在时间栏中，选择，在状态栏中，选择，点击定义事件按钮，为状态变量定义事件，因为我们的事件只有生存（0）和死亡（1），所以选择，输入，点击继续，选择协会变量栏中的其他指标，具体操作步骤已在图3中标记。
图3：Cox设置
点击右侧的分类按钮，定义分类协变量，选择分类协变量“治疗方式”，第一个参考类别，如图4所示。
图4：定义分类协变量
如果要画出不同治疗方法组的生存曲线，还需要点击右侧“图”在图形类型界面中检查按钮“生存分析”，并选择绘制线条“治疗方式”，如图5。
图5：绘制治疗方法对应生存曲线
点击“选项”按钮，勾选“Exp的置信区间”，默认情况下，使用95%的置信区间，检查“一步”单击显示模型信息“继续”，生成Cox回归模型的结果。
图6：选项设置
结果分析
我们直接看看下面的治疗方法和生存曲线图，很明显，与传统治疗方法(蓝色下面的曲线)相比，新药治疗(绿色上面的曲线)的生存概率更高。
图7： 生存曲线图
这样，我们就完成了Cox回归模型，绘制了治疗方法和生存时间的曲线图，直观地看到了治疗方法与生存结果之间的差异。