표의 각주는 테스트에 대한 이벤트 시간의 변환을 식별합니다. 특히 잔여 플롯이 데이터에 이상값을 표시하는 경우 분석에 대한 추가 변환을 시도할지 여부를 고려합니다.
모델의 각 계수는 1도의 자유를 사용합니다. 비례 위험에 대한 전체 테스트에 대한 자유도는 모델의 계수에 대한 자유도의 합계와 같습니다.
상관 관계는 계수에 대한 스케일링된 Schoenfeld 잔류물 사이의 선형 연결의 강도와 테스트에 대한 이벤트 시간의 기능을 측정합니다. 상관 관계가 클수록 비례 위험 가정에 대한 더 많은 증거가 표시됩니다. p-값을 사용하여 데이터의 불확실성과 관련하여 테스트를 공식적으로 해석합니다.
분산 분석표의 각 항에는 카이-제곱 값이 있습니다. 전체 테스트에는 치 스퀘어 값도 있습니다. 치스퀘어 값은 비례 위험 가정을 평가하는 테스트 통계입니다. 카이-제곱 통계량이 충분히 크면 p-값이 작은 결과로 이어지며, 이는 항이나 모형이 통계적으로 유의함을 나타냅니다.
p-값은 귀무 가설에 반하는 증거를 측정하는 확률입니다. p-값이 작을수록 귀무 가설에 반하는 더 강력한 증거가 됩니다.
테스트를 사용하여 모델이 비례 위험 가정을 충족하는지 여부를 결정합니다. null 가설은 모델이 모든 예측 변수에 대한 가정을 충족한다는 것입니다. 일반적으로 0.05의 유의 수준(α 또는 알파로 표시됨)이 적절합니다. 0.05의 유의 수준은 추가 모수가 실제로 분포를 유의하게 개선하지 않지만 개선한다는 결론을 내릴 위험이 5%라는 것을 나타냅니다.