目前,有关于寿命期、生存持续期等方面数据的统计研究在很多领域都是一个很重要的课题,比如,生物医学、工程学以及社会科学。在近几十年中,持续期的研究在经济研究中也是一个逐渐快速增长的领域。目前关于持续期在经济领域的研究主要基于从工业管理以及生物科学领域发展出来的统计方法,并且关注点主要在于对持续期数据的分析以及模型设定上,然而在对未来的持续期以及生命周期的推断预测却较少地被研究。为了能够对持续期以及生命周期有更加精准与更加系统的推断与预测,从方法论上出发,本论文关注对持续期和寿命模型建立事件概率的置信区间(confidence bounds on event probabilities,即 CBEP),我们的目标是面对不同分布不同类型的数据,都能够使用一种统一化的方法来构建事件发生概率的置信区间,从而使我们放松对数据的要求。在文章中,我们将观测值进行了一种“正态化”转换,然后以此为出发点,不断进行多种尝试,并通过蒙特卡洛模拟试验,最后保留了三种效果较好的方法。通过文中提出的这几种方法与蒙特卡洛模拟结果,我们考察了这几种CBEP下的有限样本表现,综合总结表现的优点与不足,我们可以得到以下结论:(1)无论观测值是来自于何种分布,建立的CBEP大体上表现良好;(2)针对于某些特殊分布,如对数正态分布或Weibull分布,它们具有特定的置信区间的构建方法,而本文所建立的CBEP与之相比表现也比较优良。最后本文通过美国1968-1976年的罢工数据进行了实证检验,进一步验证了三种方法的良好表现。