我们有一个应用程序，我们试图量化汽车行程的总风险（比如流量），其中概率是时间函数和一系列算法：
在尊重汽车承受更高风险的时间的同时，我们如何量化旅行的“总”风险？我的直觉说这是一个不可或缺的问题，但我的统计数据至少并不强烈，并认为我可能会遗漏一些明显的东西 .
编辑：
y轴是事件发生的概率，x轴是经过的时间，以分钟为单位 .
您所显示的功能似乎是所谓的危险功能，即在给定时间发生事件的概率，假设在该时间之前没有事件发生 . 生存函数，即在给定时间之前没有事件的概率等于 exp(-H(t)) ，其中 H(t) 是所谓的累积危险函数， H(t) = integral(h(u), u, 0, t) 其中 h(t) 是危险函数 . 见：http://en.wikipedia.org/wiki/Survival_analysis
exp(-H(t))
H(t)
H(t) = integral(h(u), u, 0, t)
h(t)
1 回答
您所显示的功能似乎是所谓的危险功能，即在给定时间发生事件的概率，假设在该时间之前没有事件发生 . 生存函数，即在给定时间之前没有事件的概率等于
exp(-H(t))，其中H(t)是所谓的累积危险函数，H(t) = integral(h(u), u, 0, t)其中h(t)是危险函数 . 见：http://en.wikipedia.org/wiki/Survival_analysis