隨機變數與其分布

存活函數(the survival function)

cdf 問的是有多少機率落在某個值或它以下,存活函數問相反的:有多少嚴格落在它之上?如果 X 是燈泡的壽命,存活函數 S(t) 是燈泡在時間 t 之後仍在運作的機率,也就是它撐到了 t。每當你在意的是「持續、超過、撐住」而不是「不足」時,它就是自然的語言。

嚴格地說,它只是 cdf 的補:S(x) = P(X > x) = 1 - F(x)。所以兩者攜帶相同的資訊,互為鏡像。存活函數在最左從 1 開始(一切都活過起點),向右遞減到 0(最終什麼都活不下來),恰好是 cdf 從 0 攀升到 1 的反向。要得到某值落在 (a, b] 的機率,相減即可:P(a < X <= b) = S(a) - S(b)。

存活函數是可靠度工程、醫學與保險的日常工具,這些領域的問題幾乎總是「某物能撐多久」:病人活過五年的機會、機器運轉超過保固、保戶活得比給付排程更久。直接用 S 往往比用 F 更乾淨,因為有趣的尾端機率(罕見而長壽的情形)就在那裡。存活函數也是通往風險率的門戶,風險率描述「在已存活至今的條件下、瞬間故障的風險」。

燈泡壽命服從指數分布,S(t) = e^(-t/1000) 小時。燈泡撐過 1000 小時的機會是 S(1000) = e^(-1),約 0.37;撐過 2000 小時是 S(2000) = e^(-2),約 0.14。

存活函數是 1 減去 cdf:超過某值而非低於某值的機率。

S(x) = 1 - F(x) 完全成立,但要注意邊界:F(x) = P(X <= x) 包含點 x,所以 S(x) = P(X > x) 不包含它。對連續變數沒有差別;對在 x 有質量的離散變數則有差別。

又稱
survival functionreliability functioncomplementary cdftail function存活函數生存函數