Cox比例风险模型已经成为生物医学研究的标准形式,特别是在以估计协变量效应为主要目标的情况下,这种方法具有明显的灵敏性及其广泛适用性。但是这种模型被选择通常并不是因为它拟合数据较好,而是由于惯例或者使用起来比较方便的原因。在通常情况下,比例被假定,可加协变量效应没有被评估,甚至是没有被认真考虑。把协变量和基准风险函数加在一起,而不像Cox比例风险模型相乘在一起,这很有可能使可加风险模型成为一个更适合的选择。许多流行的软件包(例如:SAS,S+,R)中有拟合Cox比例风险模型的标准程序,但是没有类似的程序去拟合可加风险模型,如1994年Lin和Ying半参数可加风险模型。在本论文中,我们找出Lin和Ying(1994)可加风险回归模型,Cox比例风险回归模型以及最小二乘模型之间的联系。在经过一些简单的数据处理之后,用拟合Cox模型以及最小二乘回归模型的程序去拟合可加风险模型。最后我们应用可加风险模型检验评估患者日常活动情况的性能评分和晚期肺癌患者生存率之间的关系。