假设比例风险（如在 Cox 模型中）并且每天吸烟的尼古丁增加 1 毫克的风险比为 1.02，那么这告诉您在监测的时间段内，吸烟 11 毫克的人比吸烟的人死亡的可能性高 1.02 10毫克。这同样适用于 12 与 11 mgs 等。如果您的连续协变量的单位太小而无法解释，则只需相应地对风险比进行取幂：吸烟 20 mgs 的人其中 (1.02)^10 = 1.22 死亡的可能性比吸烟的人高10 mgs 等（这是由 Cox 回归的乘法模型结构引起的。）

如果您的变量是克尼古丁（每天？），那么单位是 1 克尼古丁。如果您的变量以毫克为单位，则单位为 1 毫克。对我来说，后者听起来更合理，因为我怀疑 1 克尼古丁是相当致命的。

因此，在这种情况下，单位不是指离散的事物（如 sigaretes），而是指测量变量的单位（sigaretes 的数量，尼古丁的克或毫克，啤酒的升或品脱......）

默认情况下， Rrms包的cph和summary函数计算四分位数范围内的风险比。这可以相当容易地处理非线性（但不是非单调性）和交互，将几乎所有变量放在平等的基础上。