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