显然，可靠度R(t)与分布函数F(t)是互补的，即R(t)+F(t)=1。从而，R(t)是单调递减、有界、右连续的。注意到R(t)是递减的，所以若用来描述朋友的可靠性，则相当于承认了：朋友本来是100%可靠的，随着时间的流逝，越来越不可靠。这就是“人之初，性本善”+“真相浮出水面”。

若将T视为人的寿命（年），则概率P(T>24)也表征了一个24岁的人还能生存多久，因此R(t)在《生存分析》中叫做生存函数。

观察R(t)的图像，它是一条递减的曲线，可能有时减得慢，有时减得快。比如，打电话时手机电量掉得慢，打游戏时电量掉得快（这毕竟是可打游戏的手机，而不是可打电话的游戏机）。因此，递减速率是一个值得讨论的话题。而直观的想法是，用单位时间内的失效（故障、不可靠）的概率，便可表征递减速率的变化。这就是失效率lambda(t)的定义。

单位时间内，位移的改变量，就是速度；单位时间内，速度的改变量，就是加速度。虽然也是描述单位时间内某个量的改变，但失效率的大小却不是定义为可靠度R(t)的导数的大小，而是定义为lambda(t)=p(t)/R(t)=-R'(t)/R(t)。因为失效率强调的是“在尚未失效的产品中。。。”。