对象有时会到达系统${\mathrm{<trans\; data-src="U">U型</trans>}}_{\mathrm{<trans\; data-src="1">1</trans>}}<trans\; data-src=",">,</trans>{\mathrm{<trans\; data-src="U">U型</trans>}}_{\mathrm{<trans\; data-src="2">2</trans>}}<trans\; data-src=",">,</trans><trans\; data-src="\dots ">\dots </trans>$有时离开${\mathrm{<trans\; data-src="U">U型</trans>}}_{\mathrm{<trans\; data-src="1">1</trans>}}<trans\; data-src="+">+</trans>{\mathrm{<trans\; data-src="X">X（X）</trans>}}_{\mathrm{<trans\; data-src="1">1</trans>}}<trans\; data-src=",">,</trans>{\mathrm{<trans\; data-src="U">U型</trans>}}_{\mathrm{<trans\; data-src="2">2</trans>}}<trans\; data-src="+">+</trans>{\mathrm{<trans\; data-src="X">X（X）</trans>}}_{\mathrm{<trans\; data-src="2">2</trans>}}<trans\; data-src=",">,</trans><trans\; data-src="\dots ">\dots </trans>$，其中我们假设到达是独立的且均匀分布在单位间隔上，延迟时间与分布函数无关G公司到达时间和延迟时间是独立的。让${\mathrm{<trans\; data-src="\Pi ">\Pi </trans>}}_{\mathrm{<trans\; data-src="n">n个</trans>}}$是连接第一个等级的随机排列n个到达和离开。我们调查${\mathrm{<trans\; data-src="\Pi ">\Pi </trans>}}_{\mathrm{<trans\; data-src="n">n个</trans>}}$用于估算G公司我们考虑非参数情况下的经验copula和参数情况下的模式频率。