二分类变量相关性分析spss_SPSS详细教程：Cox回归中，分类变量的PH假定检验

英国统计学家D.R.Cox于1972年提出的比例风险回归模型(Proportional hazard regression model)，简称Cox回归模型，有效地解决了对于生存资料进行多因素分析的问题。

但是Cox回归模型在应用时，有一个非常重要的前提条件，即比例风险(Proportional hazards)假定，简称PH假定。

PH假定的基本假设为：协变量对生存率的影响不随时间的改变而改变，即风险比值h(t)/h0(t)为固定值。而在实际进行生存分析的过程中，有些自变量对风险函数(事件发生概率)的影响会随时间的变化而变化，因此在构建Cox回归模型之前，必须对PH假定进行判定，只有PH假定得到满足时，Cox回归模型的结果才有意义。

然而对于PH假定的判定往往被研究人员所忽略，而且分类变量和连续变量的判定方法也有所不同。本期内容小咖就带大家学习一下，对于分类变量，如何利用SPSS软件，简单快速的对PH假定进行判断。

案例数据

数据库变量：

1、结局变量stroke：即是否发生脑卒中，1代表发生结局，