自己顶一下~~

Logistic回归模型是把比例作为响应变量，并借助logit变换，建立logit得分与各解释变量的回归方程，最终可以还原为比例与个解释变量的回归方程。logistic回归模型克服了一般多元线性回归模型存在的非正态随机误差项、异方差以及回归方程限制（y只能取固定值）的缺陷，但是logistic回归模型的回归系数不易解释。
Cox比例模型属于半参数模型，一般用于生存分析，响应变量为第i个个体在t时刻的危险率函数，如果仅仅为了比较不同个体间的风险，只需要估计出解释变量风险比，不必给出基础危险率函数的具体形式。当然如果并不是为了比较不同个体，而是要估计该个体的危险率，还是要估计出基础危险率函数，这时也就变成全模型了~~Cox比例模型的参数比较容易解释~~

同求

您那有没有hazard model具体介绍或者书推荐一下

是否纳入 时间