但是需要一定的代码基础，不然面对网络上一大串的代码，也很难修改利用，如下图，一大堆的代码，最后完成了批量单因素分析，结果输出相对SPSS要简洁美观不少，SPSS进行COX回归的操作简单，输出也快速，但只能逐个选入变量进行单因素回归，我们在实际分析中遇到的往往是多个变量进行Cox分析，变量多了，在统计分析过程中，如果有生存时间数据，那么就需要用到生存分析，COX回归了！

中间Model混杂变量的选择不那么严格，一般来说第二个Model会校正人口学变量，或者根据混杂变量的不同类型，分开校正。像示例3，协变量较多的情况就分开校正了人口学变量、不良习惯与慢病、化验指标几类。在SCI论文中，常常会见到model1，model2，model3.....这样的表述，每个model调整的混杂自变量会有所不同，Model3除年龄性别外还校正了种族，教育，吸烟，饮酒等其他混杂自变量