Cox 回归可为时间事件数据构建预测模型。 该模块生成生存函数用于为预测变量的给定值预测被观察事件在给定时间内 t 发生的概率。 从观测主项对生存函数的形状以及预测变量的回归系数进行评估；然后可以将该模型应用于具有预测变量测量的新观测值中。

请注意，已删失主项（即观测期没有经历相关事件的主项）的相关信息对于估计模型十分有用。

示例。 作为减少客户流失率工作的一部分，电信公司有兴趣对 流失率时间 进行建模，以确定与快速切换到其他服务的客户相关联的因素。 为此，选择了一个随机的客户样本，并且从数据库中抽取了他们作为客户的时间（无论他们是否仍为活跃客户）以及各种人口统计字段。

日期和时间。 “日期和时间”字段不能直接用于定义生存时间；如果有“日期和时间”字段，那么应根据输入研究的日期和观测日期之间的差值，使用这些字段创建包含生存时间的字段。

Kaplan-Meier 分析。 可以在没有输入字段的情况下执行 Cox 回归。 这等效于 Kaplan-Meier 分析。