Niech oznacza czas śmierci (lub czas niepowodzenia, jeśli wolisz mniej chorobliwy opis). Załóżmy, że X jest ciągłą zmienną losową, której funkcja gęstości f ( t ) jest różna od zera tylko dla
( 0 , ∞ ) . Teraz zauważ, że musi być tak, że f ( t )
zanika do 0 jako t → ∞, ponieważ jeśli f ( t ) nie zanika, jak podano, to
∫ ∞ - ∞ fXXf(t)(0,∞)f(t)0t→∞f(t) nie może utrzymać. Tak więc, twój pogląd, żef(T)jest prawdopodobieństwo śmierci w czasieT
(właściwie, tof(T)Δtto jest (w przybliżeniu) prawdopodobieństwo śmierci wkrótkimodstępie(T,T+Δt]
z długośćΔt) prowadzi do nieprawdopodobnych i niewiarygodnych wniosków, takich jak∫∞−∞f(t)dt=1f(T)Tf(T)Δt(T,T+Δt]Δt
Bardziej prawdopodobne jest, że umrzesz w ciągu następnego miesiąca, gdy masz trzydzieści lat, niż kiedy masz dziewięćdziesiąt osiem lat.
ilekroć jest takie, że f ( 30 ) > f ( 98 ) .f(t)f(30)>f(98)
Powodem, dla którego (lub f ( T ) Δ t ) jest „nie tak” prawdopodobieństwo patrzeć na to, że wartość f ( T ) ma znaczenie tylko dla tych, którzy żyją w wieku T (i nadal psychicznie wystarczająco czujny, aby regularnie czytać statystyki. SE!) Na co należy spojrzeć, to prawdopodobieństwo, że stary T -rok umrze w ciągu następnego miesiąca, to znaczy,f(T)f(T)Δtf(T)TT
P{(X∈(T,T+Δt]∣X≥T} definition of conditional probabilitybecause X is a continuous rv=P{(X∈(T,T+Δt])∩(X≥T)}P{X≥T}=P{X∈(T,T+Δt]}P{X≥T}=f(T)Δt1−F(T)
Wybór być dwa tygodnie, tydzień, dzień, godzina, minuta, itd. Możemy dojść do wniosku, że przycisk (chwilowa) wskaźnik zagrożenia dla danego T -year stary jestΔtT
h(T)=f(T)1−F(T)
w tym sensie, że w przybliżeniu prawdopodobieństwo śmierci w następnym femtosekundowego
z T -year stary jest f ( T ) Δ t(Δt)Tf(T)Δt1−F(T).
Należy zauważyć, że w przeciwieństwie do gęstości całkującej z 1 , całka
∫ ∞ 0 h ( t )f(t)1 musi się różnić. Wynika to z faktu, że CDFF(t)jest powiązany ze współczynnikiem ryzyka poprzez∫∞0h(t)dt F(t)
a ponieważ lim t → ∞ F(t)=1, musi to być ten
lim t → ∞ ∫ t 0 h(τ)
F(t)=1−exp(−∫t0h(τ)dτ)
limt→∞F(t)=1 lub bardziej formalnie, całka współczynnika ryzyka
musi sięróżnić: nie ma
potencjalnejrozbieżności, jak twierdzono w poprzedniej edycji.
limt→∞∫t0h(τ)dτ=∞,
Typowe stawki hazardu zwiększają funkcje czasu, ale możliwe są stałe stawki hazardu (wykładnicze czasy życia). Oba te rodzaje wskaźników ryzyka mają oczywiście rozbieżne całki. Mniej powszechnym scenariuszem (dla tych, którzy wierzą, że wraz z wiekiem sytuacja się poprawia), podobnie jak w przypadku dobrego wina, jest wskaźnik ryzyka, który z czasem maleje, ale na tyle wolno, że całka się rozchodzi.
Wyobraź sobie, że interesuje Cię występowanie (pierwszego) małżeństwa dla mężczyzn. Aby spojrzeć na częstotliwość występowania małżeństwa w wieku 20 lat, powiedzmy, że wybrałbyś próbkę osób, które nie są małżeństwem w tym wieku i sprawdził, czy pobiorą się w ciągu następnego roku (przed ukończeniem 21 lat).
Można uzyskać szacunkowe dla jako odsetek osób, które pobraliśmy próbki z pojedynczych 20-latków, czyli N ( m r r i e d
Zasadniczo jest to po prostu definicja prawdopodobieństwa warunkowego,
źródło
Zauważ, że jest problem: prawdopodobieństwo śmierci, gdy już umarłeś wcześniej, jest dość problematyczne. Dlatego bardziej sensowne jest obliczenie prawdopodobieństwa śmierci pod warunkiem, że do tej pory przeżyło.1 - F( t ) to prawdopodobieństwo, że przeżyje do t , dzieląc gęstość prawdopodobieństwa przez to prawdopodobieństwo, otrzymamy oczekiwaną liczbę przypadków śmierci w ciągu najbliższej jednostki czasu, pod warunkiem że wcześniej nie umarliśmy. To jest współczynnik ryzyka.
źródło