Cox 회귀분석은 시간 대 이벤트 데이터에 대한 예측 모델을 작성합니다. 이 모델은 예측변수의 주어진 값에 대해 특정 시간 t에 중요 이벤트가 발생했을 확률을 예측하는 생존 함수를 생성합니다. 생존 함수의 모양과 예측변수의 회귀 계수는 관측된 개체에서 추정됩니다. 그런 다음 예측변수의 측정값을 가지고 있는 새로운 케이스에 모델을 적용할 수 있습니다

관측하는 동안 중요 이벤트가 발생하지 않는 중도절단 개체의 정보는 모델 예측에 유용하게 기여한다는 데 유의하십시오.

예. 고객 이탈을 줄이기 위한 노력의 일환으로 통신 회사는 다른 서비스로 빠르게 전환하는 고객과 연관된 요인을 판별하기 위해 이탈 시간 을 모델링하는 데 관심이 있습니다. 이를 위해 임의의 고객 표본을 선택하고 이들이 고객으로 소모한 시간(여전히 활성 고객이 아닌지 여부)과 다양한 인구 통계학적 필드를 데이터베이스에서 끌어옵니다.

날짜 및 시간 생존 시간을 직접 정의하기 위해 날짜 및 시간 필드를 사용할 수 없습니다. 날짜 및 시간 필드가 있으면 이 필드를 사용하여 연구를 시작한 날짜와 관측 날짜의 차이를 기준으로 생존 시간을 포함한 필드를 작성해야 합니다.

Kaplan-Meier 모델 분석. Cox 회귀분석은 입력 필드 없이 수행할 수 있습니다. 이는 Kaplan-Meier 모델 분석에 해당합니다.