样本量计算在临床试验设计或者调查中至关重要。合适的样本量可以提供合理的功效(通常为80％至90％)来检测临床上有显著意义的差别。为保证假设检验的结论可靠性高，常常需要一定规模的样本量。而在实际操作时，要搜集大量而且全面的样本是一件耗时、耗财、耗人力的事情。 样本量太大，从研究中观察到的有统计意义的差别可能在临床上没有意义。这样就会造成研究对象，金钱，以及时间等人力，物力资源的浪费。而若样本量太小，则对研究的危害更严重。因为样本量过小导致功效不足，这样对于有临床显著差别的情况都很有可能无法识别出来。 目前，生存分析中Cox比例风险回归模型研究所需要的样本量往往靠经验来估计，特别当涉及到生存分析中常见的删失数据时，往往不够准确，甚至可能导致错误的结论。 本文在对已有的适用于Cox回归模型的样本量计算公式分类总结的基础上，利用部分记分检验统计量，提出了在Cox回归模型中同时检验多个组别变量所需要的样本量公式。并用SAS进行蒙特卡罗模拟，对公式进行功效分析，及与现有的方法相比较。实验结果表明，此样本量公式在一定条件下是正确的，而且比现有公式有更好的适用性。