Richard D. Gill, Product integration
一般的積分是指黎曼積分, 其計算是把區域無限細分求和並取極限, 有另外一種積分是把區域無限細分求積並取極限, 這個在生存模型中有很多應用.
生存模型
設生存的時間爲隨機變量T, 則生存函數定義爲
S(t):=Pr(T≥t),t>0,
顯然S(0)=0. 生存函數表示, 一個個體生存時間超過t的概率.
連續情形
設隨機變量T所對應的密度函數爲f(t), 並定義hazard rate爲
α(t):=h→0limhPr(t≤T≤t+h∣T≥t),
注意到
hPr(t≤T≤t+h∣T≥t)=h⋅Pr(T≥t)Pr(t≤T≤t+h),
故
α(t)=f(t)/S(t).
又
f(t)=dtdF(t)=dtd(1−S(t))=−dtdS(t)=:S′(t).
所以
α(t)=−S(t)S′(t)=−dtdlogS(t),
故
S(t)=exp{−∫0tα(s)ds},t>0.
離散情形
此時假設f(t)=Pr(T=t),
α(t):=Pr(T=t∣T≥t)=f(t)/S(t),
可以證明
S(t)=0∏t(1−α(s)),
注意, 這裏的∏個人感覺都沒法用極限去理解, 只能用無限(即便是不可數)個1相乘仍爲1理解.
不妨設f(t)僅在0<t1<t2<⋯處非零, 則
S(t)=1,t≤t1,S(t)=1−f(t1)=1−α(t1),t1<t≤t2,
S(t)=1−f(t1)−f(t2)=1−α(t1)−α(t2)S(t2)=(1−α(t1)(1−α(t2)),t2<t≤t3⋯
統一
記連續情況下
A(t)=∫0tα(s)ds
離散情況下
A(t)=0∑tα(s),
這裏的∑請用勒貝格積分理解, 二者在實變函數下統一爲
A(t)=∫0tS(s)1dS(s).
A(t+h)−A(t)可以理解爲個體在[t,t+h]內死亡的概率, 則
S(t)=max∣ti−ti−1∣→0lim0∏t(1−(A(ti)−A(ti−1))=:0∏t(1−dA(s))
意思就是, 個體想活過t, 必須前面的每一個階段都是活着的(嚴格的推導, 以及極限存在等等不知).
還有在矩陣和馬爾可夫上的推廣, 一知半解, 就不記錄了.