我的理解是，来自 Cox 比例风险模型的风险比将给定因素对参考组的风险率的影响进行比较。您将如何向不了解统计数据的观众报告这一点？
让我们试着举一个例子。假设我们让人们参与一项关于他们多久购买沙发的研究。我们在 3 年时进行右审查。对于这个例子，我们有两个因素：年龄 < 30 或 >= 30，他们是否拥有一只猫。事实证明，“拥有猫”与参考组（年龄 < 30，“不拥有猫”）的风险比为 1.2，并且显着（例如 p<0.05）。
我是否正确地说这意味着所有这些：猫主人在 3 年内有更多的活动（购买沙发），或者猫主人的活动时间（购买沙发）更快，或者这两者的某种组合？
编辑：假设事件是他们在此期间第一次购买沙发（如果发生的话）。该模型无法帮助我们分析时间段内的多次购买。
风险比是比率。速率是“每单位时间的事件”。鉴于 Cox 模型在所有时间点都指定了比例风险，1.2 的风险比意味着“拥有猫”组中的沙发购买率在所研究的任何给定时间点都比“没有”组中的比率高 20%。 “不拥有猫”组。
所以我会说你的第一个断言（猫主人在 3 年内有更多的事件 [沙发购买]）是正确的，除了在 3 年内有更多的事件之外，他们在那几年的任何给定时间也有更多的事件（瞬时冒险）。一个微妙的区别，也许。
我想结论是猫造成的伤害可能会导致购买更多沙发？:)
对于纯粹的外行观众，我会选择“猫主人购买沙发的可能性是非猫主人的 1.2 倍”。
诸如“在研究期间的任何时间点”之类的事情，或者试图定义危害的概念，对于大多数人来说有点接近香肠制作，并且不会再让他们了解你的结果的核心 - 这是这样一个总结的实际意义。
令为指示变量，如果该人有猫。你的结果是
(1)
其中针对评估的风险函数。
的风险h(t) 是购买沙发的条件瞬时概率之前还没有购买沙发。
换句话说，（1）是养猫的人与没有猫的人在任何时候购买沙发的风险之比。
或者，这表明在任何时候为有猫的人购买沙发的风险高于没有猫的人。
现在，调查这个风险比是否与显着不同可能会很有趣。如果没有，养猫不会影响购买沙发的风险。这可以通过构建该风险比的置信区间来完成。